فهرست نشریات علمی دسترسی آزاد ایران

هدف: هدف اصلی این مطالعه پرداختن به نگرانی‌های امنیتی مرتبط با کاربرد عملی رابط‌های سایبری زیستی (BCIs) در زمینه اینترنت اشیاء زیست نانو (IoBNT) است. به طور خاص، هدف طبقه‌بندی دقیق الگوهای غیرعادی در ترافیک BCI برای افزایش امنیت کلیBCI های متصل به اینترنت (5G) است.مواد و روش‌ها: این بخش به تشریح مواد و روش های به کار رفته در مطالعه می‌پردازد. این شامل استفاده از یک مجموعه ترکیبی متشکل از شبکه‌های عصبی کانولوشن و حافظه کوتاه‌مدت بلند (CNN + LSTM) برای طراحی ویژگی‌های انعطاف‌پذیر و مقیاس‌پذیر است. این مطالعه شامل استفاده از تکنیک‌های تشخیص ناهنجاری یادگیری ماشینی (ML) است و پیچیدگی‌های پارامترها و همبستگی‌های بین پارامترهای ترافیک BCI را بررسی می‌کند. علاوه بر این، ایجاد و اعتبار سنجی یک مجموعه داده مورد بحث قرار می‌گیرد.نتایج: بخش نتایج، یافته‌های مطالعه را با تمرکز بر عملکرد مدل یادگیری عمیق (DL) گروه ترکیبی (CNN + LSTM) ارائه می‌کند. این شامل جزئیات در مورد دقت به دست آمده، مقایسه با دیگر معماری‌های DL، و بینش به دست آمده از اعتبار سنجی دقیق با استفاده از مدل های تک بعدی و چند بعدی در مجموعه داده‌های تولید شده است.نتیجه‌گیری: نتیجه گیری مفاهیم و مشارکت‌های کلیدی مطالعه را خلاصه می‌کند. این مقاله اهمیت مجموعه ترکیبی (CNN + LSTM)  را در دستیابی به دقت بالای تقریباً 6/94% در طبقه‌بندی ترافیک غیرعادی BCI مورد بحث قرار می‌دهد. علاوه بر این، بر اهمیت پرداختن به نگرانی های امنیتی مرتبط باBCI های متصل به اینترنت (5G) برای کاربرد عملی آنها در زمینه IoBNT تاکید می‌کند.