تشخیص حمله انکارسرویس در اینترنت وسایل نقلیه با استفاده از شبکه عصبی کانولوشن
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:
اینترنت وسایل نقلیه (IoV) مفهومی نوظهور در سیستم های حملونقل هوشمند (ITS) است که هدف بهبود ایمنی عابران پیاده و رانندگان و نظارت بر ترافیک را دنبال می کند؛ اما ارتباطات اینترنت وسایل نقلیه در برابر حملات مختلف آسیب پذیر هستند. بنابراین امنیت در اینترنت وسایل نقلیه یک مسیله جدی است زیرا مستقیما بر زندگی کاربران ان تاثیر می گذارد. یکی از مهم ترین حملات در این محیط، حمله انکارسرویس (DoS) است که از دسترسی به سرویس های اینترنت وسایل نقلیه جلوگیری می کند و از همه مهم تر باعث ترافیک و تصادفات جاده ای می شود و ایمنی کاربران را به خطر می اندازد. بنابراین، یک راه حل مبتنی بر یادگیری عمیق برای شناسایی حملات انکارسرویس در محیط اینترنت وسایل نقلیه پیشنهاد شده است. مدل پیشنهادی از شبکه عصبی کانولوشن 10لایه تشکیل شده است که می تواند انواع مختلف حملات انکارسرویس را بطور موثر تشخیص دهد. عملکرد مدل پیشنهادی با مجموعه داده واقعی و جدید VDoS-LRS ارزیابی شده است. نتایج تجربی نشان می دهد که سیستم تشخیص نفوذ پیشنهادی به نرخ صحت 100% رسیده است.
کلیدواژگان:
زبان:
فارسی
صفحات:
1 تا 18
لینک کوتاه:
https://www.magiran.com/p2652290
مقالات دیگری از این نویسنده (گان)
-
Detection of Membership Inference Attacks on GAN Models
Ala Ekramifard, Haleh Amintoosi *,
International Journal of Information Security, Jan 2025 -
گونه های سازگاری راهبردهای متفاوت در نظام تقنینی کیفری ایران
سید حسین حسینی*، امین حاجی وند، امین علی زاده
مجله پژوهشهای حقوقی، زمستان 1403