تعداد بازدید: 55

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد - ارائه دهنده: امید طاهری

شناسه: 4447070
اخبار تحصلات تکمیلی

بسمه تعالی​​​​​​​

 
   

 

    گروه کامپیوتر

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد

تشخيص حملات شبكه در دستگاه ها ي اينترنت اشياء

ارائه دهنده: امید طاهری

زمان:  شنبه 9 تیر             1402 ساعت 11                                              مکان: سالن همایش شهید چمران

استاد راهنما:   دکتر فاطمه امیری                                       مرتبه علمی:  استادیار           دانشگاه: صنعتی همدان

استاد داور داخلی:   دکتر مه لقا افراسیابی                           مرتبه علمی: استادیار            دانشگاه: صنعتی همدان

استاد داور خارجی:  دکتر رضا محمدی                                مرتبه علمی: استادیار            دانشگاه: بوعلی سینا

چکیده:

در این پژوهش، به بررسی استفاده از مدل‌های شبکه‌های عصبی کانولوشنی برای تشخیص حملات DDoS در ترافیک شبکه می‌پردازیم. هدف اصلی این تحقیق، معرفی راه‌حل‌های مناسب برای تشخیص حملات به شبکه‌ها و دستگاه‌های مربوط به اینترنت اشیا است. برای ارزیابی عملکرد مدل پیشنهادی، از چهار مجموعه‌داده معتبر شامل UNSW-NB15،CICIDS2017،CICDDoS2019،CICIOT2023 مورداستفاده قرار گرفته است. در ابتدا، داده‌ها پیش‌پردازش می‌شوند. سپس، مدل شبکه‌ی عصبی کانولوشنی بر روی این داده‌ها آموزش داده می‌شود. نتایج آزمایش‌ها نشان می‌دهد که مدل CNN بادقت بالای ۹۸٪ قادر به تشخیص حملات است و عملکرد بسیار خوبی دارد. این نتایج نشان می‌دهد که استفاده از مدل‌های یادگیری عمیق، به‌ویژه شبکه‌های عصبی کانولوشنی، می‌تواند بهبود قابل‌توجهی در امنیت شبکه‌های اینترنت اشیا ایجاد کند. به طور خلاصه، استفاده از مدل‌های شبکه‌های عصبی کانولوشنی به‌عنوان روشی قوی برای تشخیص حملات در ترافیک شبکه مورد بررسی قرار گرفته است. این روش، امکان بهبود امنیت شبکه‌های اینترنت اشیا را فراهم می‌کند و می‌تواند به‌عنوان یک راهکار مؤثر در حوزه امنیت شبکه مورداستفاده قرار گیرد.

 

تعداد بازدید: 55

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد - ارائه دهنده: امید طاهری

شناسه: 4447070
اخبار تحصلات تکمیلی

بسمه تعالی​​​​​​​

 
   

 

    گروه کامپیوتر

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد

تشخيص حملات شبكه در دستگاه ها ي اينترنت اشياء

ارائه دهنده: امید طاهری

زمان:  شنبه 9 تیر             1402 ساعت 11                                              مکان: سالن همایش شهید چمران

استاد راهنما:   دکتر فاطمه امیری                                       مرتبه علمی:  استادیار           دانشگاه: صنعتی همدان

استاد داور داخلی:   دکتر مه لقا افراسیابی                           مرتبه علمی: استادیار            دانشگاه: صنعتی همدان

استاد داور خارجی:  دکتر رضا محمدی                                مرتبه علمی: استادیار            دانشگاه: بوعلی سینا

چکیده:

در این پژوهش، به بررسی استفاده از مدل‌های شبکه‌های عصبی کانولوشنی برای تشخیص حملات DDoS در ترافیک شبکه می‌پردازیم. هدف اصلی این تحقیق، معرفی راه‌حل‌های مناسب برای تشخیص حملات به شبکه‌ها و دستگاه‌های مربوط به اینترنت اشیا است. برای ارزیابی عملکرد مدل پیشنهادی، از چهار مجموعه‌داده معتبر شامل UNSW-NB15،CICIDS2017،CICDDoS2019،CICIOT2023 مورداستفاده قرار گرفته است. در ابتدا، داده‌ها پیش‌پردازش می‌شوند. سپس، مدل شبکه‌ی عصبی کانولوشنی بر روی این داده‌ها آموزش داده می‌شود. نتایج آزمایش‌ها نشان می‌دهد که مدل CNN بادقت بالای ۹۸٪ قادر به تشخیص حملات است و عملکرد بسیار خوبی دارد. این نتایج نشان می‌دهد که استفاده از مدل‌های یادگیری عمیق، به‌ویژه شبکه‌های عصبی کانولوشنی، می‌تواند بهبود قابل‌توجهی در امنیت شبکه‌های اینترنت اشیا ایجاد کند. به طور خلاصه، استفاده از مدل‌های شبکه‌های عصبی کانولوشنی به‌عنوان روشی قوی برای تشخیص حملات در ترافیک شبکه مورد بررسی قرار گرفته است. این روش، امکان بهبود امنیت شبکه‌های اینترنت اشیا را فراهم می‌کند و می‌تواند به‌عنوان یک راهکار مؤثر در حوزه امنیت شبکه مورداستفاده قرار گیرد.

 

سایر اطلاعیه ها

افزودن نظرات