چکیده مقاله
با گسترش روزافزون فناوری های ارتباطی در صنعت حمل ونقل، شبکه های خودرویی VANET به عنوان یکی از زیرساخت های کلیدی شهرهای هوشمند شناخته می شوند این شبکه ها با فراهم سازی ارتباط بین خودروها و زیرساخت های شهری نقش مهمی در ارتقاء ایمنی، مدیریت ترافیک و بهبود کیفیت زندگی ایفا می کنند با این حال ویژگی هایی نظیر تحرک بالا، رسانه ی مشترک و فقدان زیرساخت های امنیتی متمرکز، VANETها را به هدفی جذاب برای مهاجمان سایبری تبدیل کرده اند در سال های اخیر مطالعات متعددی به بررسی راهکارهای تشخیص نفوذ در این شبکه ها پرداخته اند برخی از این پژوهش ها تلاش کرده اند با ترکیب یادگیری ماشین و پروتکل های رمزنگاری امنیت ارتباطات V۲X را ارتقاء دهند با وجود تلاش های صورت گرفته این مقاله بیشتر بر جنبه های الگوریتمی تمرکز دارد و از لحاظ پوشش جامع تهدیدات و ارزیابی عملیاتی کاستی هایی دارد که در مطالعات جدیدتر با دیدگاه های دقیق تر مورد توجه قرار گرفته اند با گسترش روزافزون شبکه های خودرویی VANET ، امنیت این شبکه ها به یکی از چالش های مهم در حوزه حمل ونقل هوشمند تبدیل شده است حملات سایبری می توانند منجر به ایجاد اختلال در تبادل داده های حیاتی بین خودروها و زیرساخت ها شوند در سال های اخیر استفاده از روش های نوین مانند یادگیری ماشین، یادگیری فدرال، دیجیتال تویین و الگوریتم های هیبریدی به منظور تشخیص نفوذ در VANET مورد توجه محققان قرار گرفته است این پژوهش به بررسی و مقایسه این روش ها پرداخته و مزایا، محدودیت ها و چالش های هر رویکرد را تحلیل می نماید
کلیدواژهها
نویسندگان
شیوه ارجاع
نصرتی ناهوک، حسن و فرزی پور، زینب،1404،بررسی روش های جدید تشخیص نفوذ در شبکه های خودرویی (VANET)،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین
ارائهشده در
مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین