فهرست نشریات علمی دسترسی آزاد ایران

افزایش تعداد دستگاه‌های اینترنت اشیا، سرعت‌بالا و حجم زیاد اطلاعات تولیدشده، باعث شده است که مسئله امنیت شبکه‌های اینترنت اشیا و شناسایی حملات سایبری در این شبکه‌ها، به یکی از چالش‌های مهم در این حوزه تبدیل شود. سامانه‌های تشخیص نفوذ به‌عنوان یکی از راهکارهای ارائه‌شده برای مقابله با این مشکل است. انتخاب صحیح ویژگی‌ها در ایجاد مدل‌های تشخیص نفوذ می‌تواند باعث افزایش چشمگیری در دقت تشخیص شود. در این مقاله الگوریتم دودویی و بهبودیافته شامپانزه‌ها برای انتخاب ویژگی طراحی‌شده است. الگوریتم شامپانزه برای حل مسائل پیوسته است و در حل مسائل دودویی نمی‌تواند کارآمد باشد. همچنین دارای مشکل افتادن در دام محلی است و اکتشاف و بهره‌وری و همگرایی در این الگوریتم کند است. بنابراین نیاز است تغییراتی در این الگوریتم برای حل مسائل دودویی انجام شود. ازاین‌رو در این مقاله یک نسخه بهبودیافته شامپانزه برای مسائل گسسته و انتخاب ویژگی و رفع موارد ذکرشده، در تشخیص نفوذ و حملات مبتنی بر شبکه‌های اینترنت اشیا طراحی و پیاده‌سازی شده است. روش پیشنهادی به‌طور میانگین 60 درصد ویژگی‌ها را کاهش داده و به ترتیب با دقت‌های3/99 ،6/99 و9/99درصد در مجموعه داده‌های ToN-IoT، UNSW-NB15 و IoTID20 ، موفق به تشخیص حملات شده است و به‌طور چشمگیری باعث کاهش نرخ هشدار کاذب حملات شده است. تحلیل آماری آزمون کراس کال واریس نشان داد که روش پیشنهادی نسبت به روش‌های مورد مقایسه با سرعت بیشتری همگرا می‌شود