12064

يادگيري تقويتي براي مقابله با جمينگ

1401

دكتر سيد محمد رضوي زاده

حملات جمينگ با هدف محدود كردن عملكرد كل يا بخشي از سيستم انجام مي‌شود. هدف اخلال‌گر مي‌تواند حمله به يك كاربر و محدود ‌كردن عملكرد آن، يا حمله به كل سيستم براي محدود كردن ارتباط آن باشد. روش‌هاي يادگيري تقويتي به عنوان يك راهكار هوشمندانه مي‌توانند براي مقابله با حملات جمينگ استفاده شوند. در اين سمينار به چگونگي استفاده از يادگيري تقويتي در مقابله با حملات جمينگ در شبكه‌هاي بي‌سيم پرداخته مي‌شود. يادگيري تقويتي، با استفاده از تجربه و تعامل با محيط، عامل را قادر مي‌سازد تا در مواجهه با حملات جمينگ تصميم‌گيري‌هاي هوشمندانه‌تري انجام دهد و بهبود قابل توجهي در كاهش تأثيرات اين حملات ايجاد كند. اين رويكرد، به طور خاص در مسائلي كه قابليت تغييرات پويا دارند و محيط به صورت آگاهانه عمل مي‌كند، بسيار مؤثر است. با بررسي مفاهيم و الگوريتم‌هاي يادگيري تقويتي در مقابله با حملات جمينگ، نتايج حاصل از استفاده از اين رويكرد مورد بررسي قرار مي‌گيرد.

5/24/2023 12:00:00 AM

79057

1402/04/02

Reinforcement Learning Against Jamming