تشخیص نفوذ حملات در شبکه های حسگر بیسیم با استفاده از الگوریتم بهینه ساز گرگ خاکستری

از آنجایی استفاده از شبکه های حسگر بی سیم در کاربردهای مختلف افرایش پیدا کرده است و حسگرهای موجود در این شبکه ها از لحاظ منابع پردازشی و انرژی دارای محدودیت هایی هستند که کارایی آنها را در حوزه های مختلف دچار تزلزل می نماید. از این رو، یکی از چالش های مهم در شبکه حسگر بی سیم موضوع حملات مختلفی است که به این شبکه وارد می شود و حملات سایبری و استفاده غیرمجاز از برنامه ها افزایش یافته است. هدف یک سیستم تشخیص حمله، شناسایی ترافیک ها و رفتارهای ترافیکی ناهنجار است که کارایی شبکه حسگر بی سیم را دچار مشکل می کند و به راحتی قابل شناسایی نیستند. از این رو، در این مقاله الگوریتم بهینه سازی گرگ خاکستری را مورد بحث قرار میدهد، که یک الگوریتم الهام گرفته زیستی است، که کارایی تشخیص حملات را در تشخیص ترافیک عادی و غیرعادی در شبکه افزایش میدهد. بهبودهای اصلی در این است که رویکردهای انتخاب ویژگی و فیلتر را ترکیب می کند تا اطمینان حاصل شود که ویژگی های اطلاعاتی در تکرارهای اولیه گنجانده می شود. تکنیک پیشنهادی در برابر الگوریتمهای فراابتکاری مختلف با استفاده از مجموعه داده UNSWNB-۱۵ آزمایش شد. از آنجایی که حمله عمومی رایج ترین نوع حمله در مجموعه داده است، هدف اصلی نیز شناسایی حملات عمومی در ترافیک شبکه حسگر بود. مدل پیشنهادی در به حداقل رساندن میزان نرخ خطای کاذب و کاهش میانگین خطا نسبت به سایر روش ها بهتر عمل کرد. همچنین بهترین نتایج را برای معیارهای دقت، امتیاز F۱ و میانگین G بدست آورد.

کلیدواژه ها:

شبکه حسگر بی سیم ، تشخیص حمله ، ترافیک شبکه ، الگوریتم بهینه سازی گرگ خاکستری.