راهکار تشخیص نفوذ در انتقال داده تجهیزات پزشکی متصل به اینترنت با استفاده از الگوریتم ماشین بردار پشتیبان SVM

اینترنت اشیا نقش بسیار موثري در حوزه سلامت و پزشکی دارد. بهبود کیفیت درمان و تشخیص، پشتیبانی تصمیم گیري و نظارت علائم حیاتی بیمار از مزایاي متعدد کاربرد اینترنت اشیا در سلامت است. با این حال در کنار این مزایا، چالش هایی نیز در استفاده از تجهیزات پزشکی متصل به اینترنت وجود دارد که بسیار حائز اهمیت است. امنیت، موردي حیاتی در اینترنت اشیا به خصوص در حوزه سلامت به شمار می رود که علاوه بر حریم خصوصی، بر سلامت و جان بیماران تاثیرگذار است. در این میان صحت انتقال اطلاعات و جلوگیري از نفوذ شبکه اهمیت بسیاري دارد. هدف ما از این مطالعه پیشنهاد روشی موثر براي تشخیص و جلوگیري نفوذ به شبکه هوشمند سلامت و انتقال امن داده ها می باشد . ما استفاده از روش یادگیري ماشین و کاربرد الگوریتم ماشین بردار پشتیبان را جهت تشخیص نفوذ و استفاده از روش تاثیرگذار Min/Max را جهت نرمال سازي داده ها پیشنهاد کرده ایم. با نرمال سازي داده ها، کارایی و نتایج تست بهبود یافته و زمان موردنیاز براي آموزش تا حد زیادي کاهش می یابد. الگوریتم SVM نیز با داده هاي نرمال شده راه حل بهتري را ارائه می دهد. درنتیجه می توان داده هاي غیرمجاز را تشخیص داد و از ورود آن ها به شبکه جلوگیري کرد تا انتقال امن صورت بگیرد