عنوان فارسی مقاله:به سوی چارچوب آگاهی موقعیتی مبتنی بر یادگیری ماشینی برای امنیت سایبری: پیاده سازی SDN
چکیده
تعداد روزافزون دستگاههای متصل به اینترنت، همراه با تکامل مداوم حملات سایبری، از نظر حجم و نبوغ، منجر به گسترش چشمانداز تهدیدات سایبری شده است و زیرساختها را مستعد حملات مخرب میکند. در راستای رسیدگی به آسیبپذیریهای سیستمها و کاهش تأثیر این تهدیدات، این مقاله یک چارچوب آگاهی موقعیتی مبتنی بر یادگیری ماشینی را ارائه میکند که موجودیتهای فعال شبکه موجود و جدید معرفیشده را شناسایی میکند و با استفاده از ویژگی آگاهی در زمان واقعی ارائهشده توسط پارادایم SDN، آنها را در برابر آسیب پذیری های شناخته شده ارزیابی میکند، و آنها را به یک بخش شبکه مناسب برای اتصال اختصاص میدهد. موجودیتهای ارزیابی شده به طور مداوم توسط یک IDS مبتنی بر ML، که با یک مجموعه داده پیشرفته آموزش داده میشود، نظارت میشوند. هدف ما نشان دادن این است که یک شبکه عصبی، آموزش دیده با دادههای ناهمگن ناشی از محیط عملیاتی (شناسههای شمارش آسیبپذیری رایج که حملات را با آسیبپذیریهای موجود مرتبط میکند)، میتواند به نرخهای پیشبینی دقیقتری نسبت به شبکههای معمولی دست یابد، بنابراین به برخی از جنبههای موقعیتی میپردازد. پارادایم آگاهی چارچوب پیشنهادی در یک محیط واقعی ارزیابی شد و نتایج افزایش بیش از ۴ درصدی را در دقت پیشبینی کلی نشان داد.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.