پروپوزال ارائه یک مدل کارامد مبتنی بر یادگیری جمعی جهت بهبود امنیت مسیریابی در اینترنت اشیاء

پروپوزال ارائه یک مدل کارامد مبتنی بر یادگیری جمعی جهت بهبود امنیت مسیریابی در اینترنت اشیاء

موضوع اصلی این پروپوزال ” ارائه یک مدل کارامد مبتنی بر یادگیری جمعی جهت بهبود امنیت مسیریابی در اینترنت اشیاء” است. تعداد صفحات پروپوزال 7 صفحه با رعایت قالب استاندارد فرم دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

بخشی از بیان مسئله تحقیق:

اینترنت اشیا (IOT) [1][2] درواقع به ارتباط اشیای مختلف از طریق اینترنت و برقراری ارتباط با یکدیگر می­پردازد تا هدف آن یعنی فراهم‌کردن تجربه کاراتر و هوشمند‌تر محقق شود. اینترنت اشیا تلاش دارد تا بصورت انحصاری از طریق اینترنت و بر اساس پروتکل­های ارتباطی استاندارد، اشیا را به همدیگر متصل کند. نمونه هایی از اشیا عبارتند از: کنترل کننده ضربان قلب، خودروهای هوشمند و سایر حسگرهای دیگر که می توانند با یک پردازنده و حافظه کوچک به اشیا هوشمند تبدیل شوند[3][4].

در قرن حاضر حرکت به سمت ارتباطات پرسرعت حائز اهمیت بسیار زیادی می باشد، به همین دلیل است که سخن از اینترنت اشیاء به میان آمده است. نحوه ارتباط مردم در سالهای اخیر به واسطه وجود اینترنت تغییر کرده و مردم خواهان ارتباط Real Time هستند. با وجود اینترنت این ارتباطات بصورت چندگانه در آمده است که همگی باید بصورت واحد، Call، تبدیل شود. رقابت فشرده و افزایش حجم ترافیک دیتا، ارائه دهندگان سرویسهای مخابراتی را ناگزیر به بازنگری شبکه موجود کرده است. در این میان شبکه ای که بتواند با تولیدات نسل جدید هماهنگ شود یک شبـکه پویا نامیده می شود[5].

با گذشت زمان، اشیاء هوشمند همراه با خدمات بی­شماری معرفی خواهد شد و کابران نیز در این فرآیند سرویس­های متنوعی را درخواست می­کنند. این موارد باعث ایجاد پیچیدگی­های زیادی در توصیه سرویس و خدمات مناسب به کاربران بر اثر افزایش مجموعه خدمات مبتنی بر اشیا هوشمند می­شود. لذا برای مرتفع نمودن این چالش و پیچیدگی، ارائه سیستم­هایی امن بسیار راه حل مناسب و موثری است. یکی از پرکاربردترین پروتکل هایی که در اینترنت اشیاء برای کاربردهای مختلف مورد استفاده قرار می گیرد، پروتکل ERGID است[6].

هدف پژوهش:

برخی از مهمترین اهداف این پژوهش به شرح ذیل است:

–          بهبود تشخیص نفود و حملات به شبکه های اینترنت اشیاء با استفاده از ترکیب روشهای یادگیری ماشین در قالب سیستم یادگیری تقویتی(بوستینگ)

–          ارائه یک سیستم تشخیص دهنده حملات به پروتکلهای مسیریابی(از جمله ERGID) در شبکه های اینترنت اشیاء با حداقل تعداد انطباق.

–          تشخیص حملات در مدت زمان قابل قبول و کمترین تاخیر با استفاده از سیستم تشخیص نفوذ مبتنی بر یادگیری تقویتی.

امکانات اصلی این پروپوزال پس از خرید عبارتند از:

• امکان دانلود فایل Word پروپوزال
• امکان دانلود فایل Pdf پروپوزال

توجه:  در صورت نیاز به پایان نامه، سمینار، شبیه سازی و نگارش مقاله جدید مشابه با موضوع این پروپوزال کافیست با تیم پشتیبانی ما از طریق راه های ارتباطی مندرج در سایت ماکان تزیز تماس برقرار نمایید.