اینترنت‎وسایل‎نقلیه (IoV) مفهومی نوظهور در سیستم‎های حمل‎ونقل‎هوشمند (ITS) است که هدف بهبود ایمنی عابران‎پیاده و رانندگان و نظارت بر ترافیک را دنبال می‎کند؛ اما ارتباطات اینترنت‎وسایل‎نقلیه در برابر حملات مختلف آسیب پذیر هستند. بنابراین امنیت در اینترنت‎وسایل‎نقلیه یک مسئله جدی است زیرا مستقیماً بر زندگی کاربران ان تأثیر می‎گذارد. یکی از مهم ترین حملات در این محیط، حمله انکارسرویس (DoS) است که از دسترسی به سرویس‎های اینترنت‎وسایل‎نقلیه جلوگیری می‎کند و از همه مهم‎تر باعث ترافیک و تصادفات جاده‎ای می‎شود و ایمنی کاربران را به خطر می‎اندازد. بنابراین، یک راه حل مبتنی بر یادگیری عمیق برای شناسایی حملات انکارسرویس در محیط اینترنت‎وسایل‎نقلیه پیشنهاد شده است. مدل پیشنهادی از شبکه عصبی کانولوشن 10لایه تشکیل شده‎است که می‎تواند انواع مختلف حملات انکارسرویس را بطور موثر تشخیص دهد. عملکرد مدل پیشنهادی با مجموعه داده واقعی و جدید VDoS-LRS ارزیابی شده است. نتایج تجربی نشان می دهد که سیستم تشخیص نفوذ پیشنهادی به نرخ صحت 100% رسیده است.

کلمات کلیدی