نوآوری در امنیت سایبری اینترنت اشیاء

به گزارش خبرنگار آنا، سیده زهره مجیدیان اولین دانشجوی مقطع دکتری مهندسی کامپیوتر گرایش نرم‌افزار دانشگاه آزاد اسلامی واحد بین‌الملل ارس موفق به دفاع با درجه عالی شد.

عنوان رساله مجیدیان یک سیستم همکارانه برای تشخیص حملات انکار سرویس در اینترنت اشیاء مبتنی بر یادگیری تجمیعی وزن‌دار و شبکه‌های عصبی فازی است که شیوا تقی پور عیوضی به‌عنوان استاد راهنمای اول، بهمن آراسته به‌عنوان استاد راهنمای دوم و علی غفاری به‌عنوان استاد مشاور مجیدیان را همراهی کردند.

زهره مجیدیان در گفت‌و‌گو با خبرنگار آنا اظهار کرد: با رشد سریع اینترنت اشیاء (IoT) و کاربرد گسترده آن در زیرساخت‌های حیاتی، امنیت این سیستم‌ها به یک دغدغه مهم تبدیل شده است. حملات انکار سرویس (DoS) ازجمله تهدید‌های اصلی هستند که می‌توانند باعث اختلال جدی در شبکه شوند. معماری‌های امنیتی سنتی، به علت ساختار متمرکز و مقیاس‌پذیری پایین، پاسخ‌گوی تهدید‌های پیچیده در محیط IoT نیستند.

وی به هدف این پژوهش، اشاره کرد و گفت: ارائه یک سیستم تشخیص نفوذ همکارانه و توزیع‌شده برای تشخیص حملات DoS در شبکه‌های IoT، با بهره‌گیری از معماری شبکه نرم‌افزارمحور (SDN) و بهینه‌سازی مدل‌های یادگیری ماشین است. معماری پیشنهادی شبکه IoT را به زیرشبکه‌هایی تقسیم می‌کند که هر یک توسط یک گره کنترل‌کننده (CN) مدیریت می‌شوند.

دانشجوی مقطع دکتری مهندسی کامپیوتر گرایش نرم‌افزار دانشگاه آزاد اسلامی واحد بین‌الملل ارس عنوان کرد: دو رویکرد اصلی به کار گرفته شده در این پژوهش استفاده از مدل جنگل تصادفی بهینه‌شده با الگوریتم ژنتیک برای تشخیص حملات در هر CN و بهره‌گیری از شبکه عصبی فازی همراه با کد‌های خروجی تصحیح خطا (ECOC) و بهینه‌سازی شعاع قوانین فازی با الگوریتم جستجوی کاپوچین است.

مجیدیان بیان کرد: آزمایش‌ها بر روی‌داده‌های NSL-KDD و NSW-NB۱۵ نشان دادند که روش پیشنهادی نسبت به روش‌های مرسوم، دقت بالاتر و نرخ خطای کمتری دارد.