1405/05/07
ابوالقاسم دائی چیان

ابوالقاسم دائی چیان

مرتبه علمی: دانشیار
ارکید: 0000-0002-6318-579X
تحصیلات: دکترای تخصصی
شاخص H:
دانشکده: دانشکده فنی مهندسی
اسکولار: مشاهده
پست الکترونیکی: a-daeichian [at] araku.ac.ir
اسکاپوس: مشاهده
تلفن:
ریسرچ گیت: مشاهده

مشخصات پژوهش

عنوان
تشخیص حمله تزریق داده غلط به سیستمهای سایبر- فیزیکی به کمک روش یادگیری فدرالی
نوع پژوهش
طرح پژوهشی خاتمه‌یافته
کلیدواژه‌ها
سیستم های سایبر فیزیکی، تشخیص حمله سایبری، یادگیری فدرالی
سال 1404
پژوهشگران ابوالقاسم دائی چیان

چکیده

سیستم‌های سایبر فیزیکی با توجه به ماهیتشان به طور کلی به دو دسته خراب-ایمن و خراب–عملیاتی تقسیم بندی می‌شوند. در دسته اول سیستم با رخ دادن یک خرابی می‌تواند حالت ایمن را شناسایی کند و به آن وارد شود. در اغلب موارد این سیستم‌ها به حالت تعلیق در خواهند آمد تا مشکل برطرف شود. کارخانه های شیمیایی و سیستم سیگنال دهی خط آهن قطار، مثال‌هایی از این دسته هستند. در دسته دوم، کارکرد پیوسته سیستم با ارائه حداقل سطح خدمت ضروری است. یعنی سیستم باید تا حد ممکن برای جلوگیری از یک حادثه عملیاتی باقی بماند. سیستم های کنترل پرواز هواپیما در این دسته قرار می‌گیرند. بنابراین، هدف اصلی در سیستم‌های سایبر- فیزیکی بهبود قابلیت اطمینان و امنیت است. اهداف و پیامدهای حملات امنیتی با اثرات حملات بر سیستم‌های اطلاعاتی سنتی متفاوت است. حمله موفقیت آمیز به یک سیستم سایبر فیزیکی ممکن است منجر به ایجاد خرابی یا اختلال فیزیکی خطرات ایمنی فرسودگی تجهیزات آسیب بر تولید و آلودگی محیطی گردد. در سیستم‌های سایبر فیزیکی نه تنها بهبود اطمینان و امنیت ؛ بسیار پر هزینه است؛ بلکه حملات سایبری نیز هزینه‌های بالاتری را برای این سیستم‌ها به همراه دارد. این موضوع به این دلیل است که مهاجمان راهبردهای خود را با راهبردهای تقویت امنیت و محافظت سیستم تطبیق می‌دهند. بنابراین بررسی مستمر این سیستم‌ها برای شناسایی وجود هرگونه حمله در حسگرها کنترل کننده‌ها و محرک ها مورد نیاز است. هدف از این پروژه استفاده از روش یادگیری فدرالی جهت تشخیص حمله به سیستمهای سایبرفیزیکی می باشد.