شناسایی حملات سایبری زیرساختهای حیاتی با بهره گیری از الگوریتمهای یادگیری ماشین برای جلوگیری از وقوع بحران

چکیده مقاله

در عصر حاضر با گسترش فناوریهای دیجیتال و افزایش وابستگی به زیرساختهای ملی امنیت سایبری این زیرساختها به یکی از ارکان اساسی حفظ ثبات و عملکرد صحیح بخشهای مختلف جامعه از جمله دولت، اقتصاد و خدمات عمومی تبدیل شده است نبود امنیت سایبری در این زیرساختها می تواند منجر به اختلالات گسترده، خسارات اقتصادی، تلفات انسانی و کاهش اعتماد عمومی شود با توجه به این چالشها، حملات سایبری به عنوان یکی از تهدیدات اصلی امنیت ملی کشورها مطرح شده اند این پژوهش با هدف ارائه مدلی برای ارزیابی و ارتقاء امنیت سایبری در زیرساختهای حیاتی انجام شده است در این تحقیق، شش الگوریتم برجسته یادگیری ماشین با بهره گیری از دیتاهای معتبر که متعلق به مرکز تحقیقات امنیت سایبری دانشگاه فناوری و طراحی سنگاپور است مورد مطالعه قرار گرفته اند تا کارایی و عملکرد آنها در شناسایی حملات سایبری ارزیابی شود یافته های پژوهش شامل شاخص های دقت عملکرد الگوریتم ها نشان می دهد که الگوریتم های Random Forest و J۴۸ در مقایسه با سایر الگوریتم های مورد بررسی بهترین عملکرد را در کشف حملات سایبری دارند این نتایج حاکی از آن است که استفاده از روش های مبتنی بر یادگیری ماشین می تواند به عنوان یک راهکار موثر در شناسایی به موقع حملات سایبری و در نهایت افزایش امنیت سایبری زیرساخت های حیاتی مورد استفاده قرار گیرد

کلیدواژه‌ها

نویسندگان

محمدمهدی افضل

شرکت توزیع نیروی برق شیراز

مرتضی خرم

شرکت توزیع نیروی برق شیراز

پرستو نبیئی

شرکت توزیع نیروی برق شیراز

�فضل، محمدمهدی و خرم، مرتضی و نبیئی، پرستو،1404،شناسایی حملات سایبری زیرساختهای حیاتی با بهره گیری از الگوریتمهای یادگیری ماشین برای جلوگیری از وقوع بحران،دهمین کنفرانس جامع مدیریت بحران و HSE،تهران

ارائه‌شده در

مجموعه مقالات دهمین کنفرانس جامع مدیریت بحران و HSE19 آبان 1404 · تهران