0% Complete
English
صفحه اصلی
/
سیزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
یک سیستم پاسخ به نفوذ در شبکه های اینترنت اشیاء با استفاده از شبکه های مبتنی بر نرم افزار
نویسندگان :
احسان شاهرخی مینا
1
رضا محمدی
2
محمد نصیری
3
1- دانشگاه بوعلی سینا
2- دانشگاه بوعلی سینا
3- دانشگاه بوعلی سینا
کلمات کلیدی :
شبکه های مبتنی بر نرم افزار،سیستم پاسخ به نفوذ،حملات انکار سرویس،اینترنت اشیاء
چکیده :
در سال های اخیر شاهد گسترش و توسعه شبکه های اینترنت اشیاء بوده ایم و این شبکه ها به کاربران این امکان را داده اند که در هر زمان و تقریبا در هر مکانی بتوانند به هم متصل شوند. با توجه به ماهیت IoT و به دلیل اینکه بسیاری از دستگاه های تجاری رده پایین از سازوکار های امنیتی قوی پشتیبانی نمی کنند، مستعد حملاتی چون انکار سرویس و انکار سرویس توزیع شده هستند. در این مقاله ما با استفاده از شبکه های مبتنی بر نرم افزار، یک سیستم پاسخ به نفوذ را برای شناسایی و جلوگیری از حملات انکار سرویس بر روی شبکه های IoT پیشنهاد می دهیم. سیستم پیشنهادی ما مبتنی بر الگوریتم های یادگیری ماشین و شبکه های عصبی است. این سیستم در کنترلر SDN قرار می گیرید و با پایش مداوم جریان های ترافیک سالم بودن یا حمله بودن آن ها را تشخیص می دهد. با توجه به نتایج به دست آمده در محیط آزمایشی شبیه ساز SDN مشخص شد که سیستم پیشنهادی ما علاوه بر دقت بالای تشخیص حملات، قادر است که بعد از تشخیص حمله از آن جلوگیری کند و وضعیت شبکه را به حالت قبل از حمله بازگرداند.
لیست مقالات
لیست مقالات بایگانی شده
خوشه بندی مقید داده ها به کمک اتوماتای یادگیر سلولی
شکوفه علی محمدی - احمدعلی آبین
An efficient hybrid approach for performance-based alternative design evaluation in systems engineering
Abbas Chaman Para - Maryam Nooraei Abadeh - Sondos Bahadori
Optimal selection of seed nodes by reducing the influence of common nodes in the influence maximization problem
Farzaneh Kazemzadeh - Ali Asghar Safaei - Mitra Mirzarezaee
کشف لبه در تصاویر پزشکی با استفاده از اتوماتای سلولی سلسله مراتبی
مریم علینقی زاده - علیرضا رضوانیان
A Multi-Task Framework Using Mamba for Identity, Age, and Gender Classification from Hand Images
Amirabbas Rezasoltani - Alireza Hosseini - Ramin Toosi - MohammadAli Akhaee
Effective Classifier for Predicting Churn in Payment Terminals Using RFM model and Deep Neural Network
Dr Mahila Dadfarnia - Ali Alemi Matinpour - Dr Monireh Abdoos
An Efficient Link Prediction Method using Community Structures
Dr Hadi Shakibian - Setareh Mokhtari
SDN-based Deep Anomaly Detection For Securing Cloud Gaming Servers
Mohammadreza Ghafari - Dr Seyed Mostafa Safavi Hemami
Enhancing kNN-Based Intrusion Detection with Differential Evolution with Auto-Enhanced Population Diversity
Zohre Karimi - Zeinab Torabi
LuckyAgent2022: A Stop-Learning Multi-Armed Bandit Automated Negotiating Agent
Arash Ebrahimnezhad - Faria Nassiri-Mofakham
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 40.3.1