طراحی یک سامانه تشخیص نفوذ برای سامانه‌های ارتباطی وسایل نقلیه هوشمند با هدف ارتقای امنیت سایبری
کد مقاله : 1292-NAEC
نویسندگان
سید محسن قریشی *
گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه علم و فناوری مازندران، بهشهر، ایران
چکیده مقاله
با گسترش وسایل نقلیه هوشمند و افزایش استفاده از سامانه‌های ارتباطی اینترنتی و بی‌سیم، تهدیدات سایبری به یکی از چالش‌های اساسی در تضمین ایمنی و قابلیت اطمینان این سامانه‌ها تبدیل شده است. ازاین‌رو، تشخیص به‌موقع نفوذ و شناسایی ترافیک مخرب در بسترهای ارتباطی خودروهای هوشمند از اهمیت ویژه‌ای برخوردار است. در این پژوهش، یک رویکرد برپایه یادگیری ماشین برای تشخیص نفوذ در سامانه‌های ارتباطی وسایل نقلیه هوشمند ارائه شد که در آن از الگوریتم جنگل تصادفی به‌عنوان طبقه‌بندی‌کننده و از الگوریتم فراابتکاری مگس میوه به‌منظور انتخاب بهینه زیرمجموعه ویژگی‌ها استفاده شد. هدف اصلی پژوهش، افزایش دقت تشخیص حملات سایبری و بهبود پایداری عملکرد سامانه تشخیص نفوذ با حفظ پیچیدگی محاسباتی مناسب بود. برای ارزیابی روش پیشنهادی، از مجموعه‌داده استاندارد AWID شامل ترافیک نرمال و انواع حملات رایج در شبکه‌های بی‌سیم استفاده شده و داده‌ها پس از پیش‌پردازش به مجموعه‌های آموزش و آزمون با نسبت ۷۰ به ۳۰ تقسیم شدند. نتایج شبیه‌سازی نشان داد که روش پیشنهادی به میانگین دقت تشخیص 50/99% دست یافته و در مقایسه با مدل پایه جنگل تصادفی، عملکرد بهتری را در تشخیص حملات سایبری ارائه داد. این نتایج بیانگر کارایی رویکرد پیشنهادی در ارتقای امنیت سامانه‌های ارتباطی وسایل نقلیه هوشمند است.
کلیدواژه ها
وسایل نقلیه هوشمند، شبکه‌های بی‌سیم، الگوریتم فراابتکاری، یادگیری ماشین، تهدیدات سایبری
وضعیت: پذیرفته شده