14790

تشخيص ناهنجاري در شبكه‌هاي بي‌سيم با استفاده از روش‌هاي AI/ML

1403

جناب آقاي دكتر سيد محمد رضوي زاده

شبكه‌هاي بي‌سيم و سامانه‌هاي اينترنت اشياء (IoT) به‌دليل مقياس‌پذيري، انعطاف‌پذيري و پويايي بالا، در سال‌هاي اخير به بخش حياتي زيرساخت‌هاي ارتباطي تبديل شده‌اند. با اين حال، ماهيت باز و متغير اين شبكه‌ها، آن‌ها را به هدفي آسان براي تهديدات امنيتي و ناهنجاري‌هاي رفتاري تبديل كرده است. روش‌هاي سنتي براي شناسايي ناهنجاري‌ها اغلب در برابر الگوهاي پيچيده يا تهديدات ناشناخته ناكارآمد هستند. در اين راستا، استفاده از روش‌هاي هوش مصنوعي (AI) و يادگيري ماشين (ML) به‌عنوان ابزارهايي هوشمند و خودكار براي شناسايي ناهنجاري‌ها در شبكه‌هاي بي‌سيم مطرح شده است. اين گزارش به‌صورت مروري به بررسي جامع روش‌هاي شناسايي ناهنجاري در شبكه‌هاي بي‌سيم با تكيه بر الگوريتم‌هاي يادگيري ماشين و يادگيري عميق مي‌پردازد. همچنين، مزايا، محدوديت‌ها، معيارهاي ارزيابي، و چالش‌هاي موجود در پياده‌سازي اين تكنيك‌ها در محيط‌هاي پويا مانند شبكه‌هاي 5Gو IoT مورد تحليل قرار مي‌گيرند. در ادامه، رويكردهاي نوظهوري همچون يادگيري مستمر ، كاهش نرخ هشدارهاي كاذب، و افزايش دقت تشخيص تهديدات نيز معرفي شده‌اند. نتايج اين بررسي نشان مي‌دهد كه روش‌هاي AI/ML مي‌توانند دقت و سرعت واكنش در برابر تهديدات امنيتي را به‌طور معناداري بهبود بخشند، مشروط بر آنكه چالش‌هايي نظير كيفيت داده، حفظ حريم خصوصي و هزينه‌هاي محاسباتي به‌درستي مديريت شوند.

5/28/2025 12:00:00 AM

86856

1404/04/11

Anomaly Detection in Wireless Network using AI/ML methods