واکاوی سیستم تشخیص نفوذ در اینترنت اشیا با استفاده از روش تحلیل مولفه های اصلی و نایو بیز

امروزه استفاده از الگوریتم های یادگیری ماشین به دلیل کارایی آن در همه زمینه های پژوهشی استفاده می شود. اینپژوهش نیز با ا ستفاده از تحلیل مولفه های اصلی و نایو بیز به دنبال ارائه یک سیستم تشخیص نفوذ با کارایی بالا دراینترنت اشیا است. برای ارزیابی پژوهش نیز از مجموعه داده KDD Cup ۹۹ استفاده خواهد شد.روش پیشنهادی به اینصورت است که ابتدا دیتاست فراخوانی خواهد شد، در مرحله بعد برای کاهش ویژگی ها از استخراج ویژگی با استفاده ازروش تحلیل مولفه های اصلی استفاده خواهد شد. سپس با استفاده از روش نایو بیز دسته بندی و تشخیص نفوذ انجام میگیرد و در نهایت با پارامترهای استاندارد مانند دقت روش پیشنهادی ارزیابی خواهد شد.مشکلی که در تشخیص نفوذ وجوددارد وسعت و دامنه حملات و از همه مهم تر چندریختی و به روز شدن حملات و بدافزارها می باشد که نیازمند این استکه سیستم های تشخیص نفوذ همگام با این حملات به روز شوند، که این کار نیز مشکلات خاص خود را دارد. روشی کهمعمولا در سیستم های تشخیص نفوذ جهت انتفاع این مشکل به کار می رود، استفاده از روش تشخیص ناهنجاری هایشبکه می باشد که این کار مسئله ی نیاز به بروز شدن سیستم تشخیص نفوذ را در برابر حملات جدید برطرف می کند وتوانایی تشخیص حملات جدید به وجود می آید. این روش در تشخیص حملات ناشناخته بسیار مفید است. استفاده ازروشهای یادگیری ماشین برای تشخیص نفوذ یا حملات می تواند خیلی موثر باشد به طوری که می توان با روشهاییادگیری ماشین یک سیستم تشخیص نفوذ با کارایی بالا ارائه داد.