ارائه رویکرد بلاک چین Res-BiLSTM برای حفظ امنیت و حریم خصوصی در محیط های مجهز به اینترنت اشیاء

ادغام اینترنت اشیاء ( IoT) با سیستم های سنتی کیفیت خدمات را بهبود بخشیده است. با این حال، حسگرهای مورد استفاده با استفاده از یک کانال باز ناامن، داده ها را به دستگاه ها یا سرورهای مجاور، ارسال می کنند. این اتصال بین دستگاه های اینترنت اشیاء و سرورها، کارایی عملیاتی را بهبود می بخشد، اما فضای زیادی را در اختیار مهاجمان قرار می دهد تا حملات سایبری مختلفی را انجام دهند. در این مقاله، یک رویکرد بلاک چین Res-BiLSTM برای انتقال امن داده ها در محیط های مجهز به IoT که از این پس به آن » «BRBSDTگفته می شود، طراحی شده است. ابتدا یک معماری بلاک چین مقیاس پذیر جدید برای اطمینان از یکپارچگی داده ها و انتقال امن داده با استفاده از مکانیزم ZKPپیشنهاد شده است. سپس، BRBSDT با قرارداد هوشمند برای بررسی مسائل امنیتی داده ها تجهیز شده است. دومین سطح از معماری، رمزگذار خودکار عمیق پراکنده ) (DSAEرا با حافظه کوتاه مدت دو جهته ( BiLSTM) و ResNet ترکیب می کند تا یک سیستم تشخیص نفوذ موثر طراحی کند. استفاده از ResNet باعث جلوگیری از پایین آمدن بازدهی سیستم هنگام افزایش داده ها می شود. همچنین دقت را برای تشخیص حمله بالا می برد که در این مقاله ResNet برای بهبود عملکرد مدل و تشخیص نفوذ دقیق تر پیشنهاد شده است. آزمایش ها بر روی دو منبع داده عمومی CICIDS-۲۰۱۷ و ToN-IoT نشان می دهد که BRBSDT پیشنهادی در هر دو تنظیمات غیر بلاک چین و بلاک چین از پیشرفته ترین مدل ها بهتر عمل کرده و با استفاده از هر دو مجموعه داده، دقتی نزدیک به ۹۹ درصد به دست آورده است.

کلیدواژه ها:

یادگیری عمیق ، بلاک چین ، اینترنت اشیاء ، ResNet