கணினி பொறியியல் & தகவல் தொழில்நுட்ப இதழ்

கண்காணிக்கப்படாத இயந்திர கற்றல் வழிமுறைகளைப் பயன்படுத்தி இணையத்தில் உள்ள விஷயங்களைக் கண்டறிவதை DDoS தாக்குகிறது

ஹெய்லி டெக்லெஸ்லாஸி*

IoT நெட்வொர்க்குகளின் வரிசைப்படுத்துதலின் அதிகரிப்பு மனிதர்கள் மற்றும் நிறுவனங்களின் உற்பத்தித்திறனை மேம்படுத்தியுள்ளது. இருப்பினும், IoT நெட்வொர்க்குகள், IoT சாதனங்களின் உள்ளார்ந்த பலவீனமான பாதுகாப்பு மற்றும் வள-கட்டுப்படுத்தப்பட்ட தன்மை காரணமாக DDoS தாக்குதல்களைத் தொடங்குவதற்கான தளங்களாக மாறி வருகின்றன. இந்த தாள் IoT நெட்வொர்க்குகளில் DDoS தாக்குதலை கண்டறிவதில் கவனம் செலுத்துகிறது. இந்த வேலையில், DDoS தாக்குதல்களைத் தணிக்க இரண்டு ஆழமான கற்றல் வழிமுறைகள் மற்றும் இரண்டு கிளஸ்டரிங் அல்காரிதம்கள் சுயாதீனமாக பயிற்சியளிக்கப்பட்டன. TCP SYN-Flood தாக்குதல்கள் மற்றும் UDP-Lag தாக்குதல்களை உள்ளடக்கிய சுரண்டல் அடிப்படையிலான DDOS தாக்குதல்களுக்கு நாங்கள் முக்கியத்துவம் கொடுக்கிறோம். பரிசோதனைக் கட்டத்தில் அல்காரிதம்களைப் பயிற்றுவிக்க Mirai, BASHLITE மற்றும் CICDDoS2019 தரவுத்தொகுப்பைப் பயன்படுத்துகிறோம். துல்லியமான மதிப்பெண் மற்றும் இயல்பாக்கப்பட்ட பரஸ்பர-தகவல் மதிப்பெண் ஆகியவை நான்கு அல்காரிதம்களின் வகைப்பாடு செயல்திறனைக் கணக்கிடப் பயன்படுகின்றன. அனைத்து தரவுத்தொகுப்புகளிலும் தன்னியக்க குறியாக்கி அதிக துல்லியத்துடன் ஒட்டுமொத்தமாக சிறப்பாகச் செயல்பட்டதாக எங்கள் முடிவுகள் காட்டுகின்றன.