مراجعة مبسطة لاكتشاف تهديدات الأمن السيبراني في بيئة إنترنت الأشياء باستخدام نهج التعلم العميق

الملخص

التكنولوجيا القابلة للارتداء وشبكات الاستشعار والمرافق المنزلية ليست سوى عدد قليل من الشركات التي ينتشر فيها إنترنت الأشياء (IoT) بسرعة. مع تطور إنترنت الأشياء ، أصبحت المليارات من الأدوات متصلة بالإنترنت وتتبادل البيانات. أدى انتشار أجهزة إنترنت الأشياء إلى زيادة عدد الهجمات الإلكترونية القائمة على إنترنت الأشياء. في عام 2016 ، تم إطلاق هجوم إلكتروني كبير لرفض الخدمة (DDOS) باستخدام أجهزة إنترنت الأشياء المصابة ، تم إغلاق موقع ويب رئيسي بما في ذلك Netflix و CNN. لذلك ، يجب تطوير طرق جديدة للتعرف على التهديدات التي تشكلها عقد إنترنت الأشياء المخترقة للتغلب على هذا القلق. في هذا السياق نفسه ، تعد أساليب ML و DL أفضل حل تحكم استقصائي مناسب ضد عمليات الاختراق القائمة على أجهزة إنترنت الأشياء. الهدف من الدراسة هو تقديم فهم كامل للتقنيات والمعايير والهندسة المعمارية ذات الصلة بنظام إنترنت الأشياء والمخاطر المتزايدة من أدوات إنترنت الأشياء التالفة ومقدمة لأنظمة اكتشاف التسلل. بالإضافة إلى ذلك ، يركز هذا البحث على الحلول القائمة على التعلم العميق لتحديد أجهزة إنترنت الأشياء المعرضة للهجمات السيبرانية. يظهر معدل الكشف الذي توفره خوارزميات التعلم العميق نتائج واعدة وصلت إلى دقة كشف تصل إلى 99٪ في بعض الحالات.