آقای سید ابوالفضل میرکاظمی، کارشناسی ارشد مهندسی کامپیوتر -شبکه‌های کامپیوتری، دکتر سعید نصری

نام و نام خانوادگی:آقای سید ابوالفضل میرکاظمی
عنوان پایان نامه: بهبود شناسایی و دفاع در برابر حملات سایبری در اکوسیستم خانه هوشمند اینترنت اشیا با استفاده از الگوریتم های یادگیری ماشین
رشته تحصیلی:مهندسی کامیپوتر -شبکه‌های کامیپوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر سعید نصری
چکیده:

گسترش دستگاه های اینترنت اشیا (IoT) با برجستگی آنها در زندگی روزمره ما نشان داده می شود. اگرچه چنین دستگاه هایی کارهای روزمره را ساده و خودکار می کنند، اما نقص های امنیتی فوق العاده ای نیز ایجاد می کنند. اقدامات امنیتی فعلی کافی نیست و اینترنت اشیا را به یکی از ضعیف‌ترین حلقه های نفوذ به یک زیرساخت امن تبدیل می‌کند که می‌تواند عواقب جدی داشته باشد. متعاقباً، این پایان نامه با انگیزه نیاز به توسعه و تقویت بیشتر مکانیسم های جدید متناسب با تقویت زیرساخت های امنیتی کلی اکوسیستم های اینترنت اشیا است.

برای تخمین درجه ای که یک هاب می تواند امنیت کلی اکوسیستم را بهبود بخشد، این پایان نامه طراحی و اجرای نمونه اولیه یک هاب امن اینترنت اشیاء جدید، متشکل از مکانیسم های امنیتی داخلی مختلف را ارائه می دهد که ویژگی های امنیتی کلیدی (مانند احراز هویت، محرمانه بودن) را برآورده می کند. ، کنترل دسترسی) قابل اجرا برای طیف وسیعی از دستگاه ها. اثربخشی هاب در یک شبکه اینترنت اشیاء خانگی هوشمند مورد ارزیابی قرار گرفت که حملات سایبری محبوب بر روی آن مستقر شدند.برای افزایش بیشتر امنیت محیط اینترنت اشیا، آزمایش‌های اولیه برای توسعه یک سیستم تشخیص نفوذ سه لایه (IDS) پیشنهاد شده‌است؛ که شامل: لایه یک، IDS  و طبقه بندی دستگاه های اینترنت اشیا، لایه دو، شناسایی بسته های مخرب یا خوش خیم شبکه، و لایه سه، شناسایی نوع حمله رخ داده است. برای پشتیبانی از آزمایش‌های طبقه‌بندی، داده های واقعی شبکه از یک بستر آزمایشی خانه هوشمند جمع‌آوری شد، جایی که طیفی از حملات سایبری از چهار نوع حمله اصلی به سمت دستگاه ها هدف قرار گرفتند. در نهایت، استحکام IDS در برابر حملات یادگیری ماشین متخاصم (AML) بیشتر ارزیابی شد. چنین حملاتی ممکن است مدل‌ها را با تولید نمونه های متخاصم هدف قرار دهند که هدفشان سوءاستفاده از نقاط ضعف مدل از پیش آموزش‌دیده و در نتیجه دور زدن آشکارساز است. این پایان نامه اولین رویکرد را برای تولید خودکار بسته های شبکه اینترنت اشیاء DoS مخرب دشمن ارائه می دهد. تجزیه و تحلیل بیشتر بررسی می کند که چگونه آموزش خصمانه می تواند استحکام IDS را افزایش دهد.

کلیدواژه: بهبود شناسایی،حملات سایبری،اینترنت اشیاء،یادگیری ماشین