پديد آورنده :
آقاميري اصفهاني، محمد
عنوان :
كاهش اثر حملات منع خدمات سرويس توزيع شده مبتني بر يادگيري عميق بر روي سكوي
FPGA
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مخابرات شبكه
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
ده، 72ص. : مصور، جدول، نمودار
توصيفگر ها :
حملات منع خدمات سـرويس , حملات منع خدمات سـرويس توزيع شـده , يادگيري عميق , سـخت افزار FPGA , تشـخيص سريع
تاريخ ورود اطلاعات :
1401/12/14
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1401/12/14
چكيده فارسي :
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.
چكيده انگليسي :
One of the most common attacks in the Internet is Denial of Service attacks, which are commonly carried out in a widespread and decentralized manner and are called Distributed Denial of Service attacks. Denial of service attacks are used by attackers at the application and network layers. In the application layer, the attacker tries to attack a specific application under the network in an organization, but in the network layer, the attacker usually prevents the optimal use of the network
bandwidth and the authorized user by sending data at a high rate. Victims of these attacks may be
large organizations and departments and even individuals. Attacks against some organizations, such
as banks, can cause a lot of damage and make the banking network inaccessible. Because the attacks take place in a distributed manner, identifying and dealing with denial of service attacks is a
challenge. Dealing with these attacks is generally done through computers or routers, such as Cisco
hardware. In order to deal with Denial of Service attacks with very high traffic rates, it is necessary
to use hardware with high processing capabilities. Therefore, in this end, we intend to use the FPGA
platform to provide the possibility of detecting and dealing with this type of attacks. In addition, in
this research, machine learning and especially neural networks (deep learning) are used in order to
recognize new attacks and identify attacks more precisely, and this gives the structure the ability to
develop.
استاد راهنما :
امير خورسندي كوهانستاني
استاد داور :
امير خورسندي كوهانستاني , زينب زالي
