كاهش اثر حملات منع خدمات سرويس توزيع شده مبتني بر يادگيري عميق بر روي سكوي FPGA

اصفهان : دانشگاه صنعتي اصفهان

برق

كارشناسي ارشد

يكي از رايج ترين حملات در اينترنت حملات منع خدمات سـرويس اسـت كه به صـورت متداول به صـورت گسـترده و غيرمتمركز تحت عنوان حملات منع خدمات سـرويس توزيع شـده انجام مي شـود. به طور معمول حملات منع خدمت سـرويس در لايه ي كاربرد و لايه ي شــبكه توســط حمله كنندگان انجام مي شــود. در لايه ي كاربرد، حمله كننده سـعي مي نمايد به يك برنامه كاربردي خاص تحت شـبكه در يك سـازمان حمله كند، اما در لايه ي شـبكه معمولا حمله كننده با اسـتفاده از ارسـال داده ها با نرخ بالا، مانع اسـتفاده ي مطلوب پهناي باند شـبكه شده و كاربر مجاز را از دسترسي به خدمات منع ميكند. به همين دليل به حملات محروم سازي از سرويس نيز شناخته مي شـوند. قرباني اين حملات سـازمان هاي بزرگ و اداره ها و حتي اشخاص مهم، هستند. حملات عليه برخي از سازمان ها مانند بانك ها، مي تواند آسـيب زيادي وارد نموده و شـبك هي بانكي را از دسـترس خارج كند. باتوجه به اينكه حملات به صـورت توزيع شـده صـورت ميگيرد، مسـئله شـناسـايي ومقابله با حملات منع خدمات سـرويس يك چالش بزرگ مي باشــد. مقابله با اين حملات عموما ازطريق رايانه يا روترها، مانند سـخت افزارهاي شـركت سـيسـكو، صـورت مي گيرد. براي مقابله با حملات منع خدمات سرويس با نرخ ارسال بسته بســيار بالا نياز به اســتفاده از ســخت افزارهايي با قابليت پردازشــي بالا اســت. از اين رو در اين پايان نامه قصــد داريم با به كارگيري سـخت افزار FPGA امكان تشخيص و مقابله با اين نوع حملات ارائه شود. همچنين، در اين تحقيق به منظور شناخت حملات جديد و شــناســايي دقيق تر حملات از يادگيري ماشــين و به ويژه از شــبكه هاي عصــبي (يادگيري عميق) اســتفاده مي شــود كه اين امر قابليت توسعه پذيري به ساختار مي دهد. در اين پايان نامه با اسـتفاده از يادگيري عميق، مدلي طراحي شـد كه علاوه بر فشـرده بودن، از دقت بالايي برخوردار باشـد. لايه ي اصـلي اين مدل لايه ي LSTM اسـت كه با اسـتفاده از زبان سـطح بالا HLS بر روي سـخت افزار FPGA شـبيه سـازي گرديد. نتايج شـبيه سـازي نشان دهنده ي آن هستند كه دقت روش پيشنهادي در حدود 98 درصد مي باشد.

218818

مخابرات شبكه

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان