تشخیص نفوذ در اینترنت اشیا با استفاده از شبکه عصبی با نظارت الگوریتم ژنتیک

شبکه های کامپیوتری نقش مهم و کاربردی در ارتباطات و تبادل داده ها دارند و اشتراک منابع را نیز با سهولت کاملانجام می دهند. امروزه انواع مختلفی از شبکه های کامپیوتری پا به عرصه وجود گذاشته است که یکی از آنها شبکه اینترنتاشیاء است. در اینترنت اشیا گره های شبکه می توانند هر شی هوشمند باشد و از این نظر این شبکه دارای گره های زیادیاست و ترافیک بالایی در این شبکه وجود دارد. مانند هر شبکه کامپیوتری با چالش ها و مشکلات خاص خود مواجه استکه یکی از آنها مساله نفوذ به شبکه و ایجاد اختلال در آن است. در این مقاله تمرکز بر روی تشخیص نفوذ در شبکهاینترنت اشیا با استفاده از است. در این پژوهش پس از جمع آوری و آماده سازی داده ها از شبکه عصبی پرسپترون چندلایهآموزش یافته با الگوریتم ژنتیک به عنوان روش پیشنهادی در جهت تشخیص نفوذ در اینترنت اشیا استفاده می شود والگوریتم ژنتیک وزن ها و بایاس های نورون ها در لایه های پنهان و خروجی در شبکه عصبی پرسپترون چندلایه تعیینمی شود و نتایج با شبکه عصبی عددیساز بردار یادگیر بر اساس انواع خطا و معیارهای کارایی استاندارد مورد مقایسه قرارمی گیرد. نتایج شبیه سازی نشان از دقت ۹۸.۱ % در روش پیشنهادی و عملکرد بهتر دارد.