• AR
  • EN

پایــگاه خبــری

  • فهرست اخبار
  • آموزشی
  • پژوهشی
  • دانشجویی و فرهنگی
  • اداری
  • دستاوردها
  • نشست‌ها
  • انتصاب‌ها
  • خبرنامه‌ها
    > فهرست اخبار > جلسه دفاع ار پایان‌نامه: امیرمحمد مرادپور جغدری، گروه قدرت
تاریخ: 1401/12/9
ساعت: 8:44
بازدید: 179
شماره خبر: 19423

چاپ خبر
ارسال خبر

اخبار مرتبط

گالری

برچسب‌ها

    به اشتراک بگذارید

     
    جلسه دفاع ار پایان‌نامه: امیرمحمد مرادپور جغدری، گروه قدرت

    جلسه دفاع ار پایان‌نامه: امیرمحمد مرادپور جغدری، گروه قدرت

    خلاصه خبر:

    عنوان پایان نامه: توسعه یک روش جدید تشخیص حملات سایبری در نیروگاه‌های هسته‌ای

    ارائه کننده: امیرمحمد مرادپور جغدری
    استاد راهنما: دکتر حسین سیفی
    استاد ناظر داخلی: دکتر محسن پارسامقدم
    استاد ناظر خارجی: دکتر علی کریمی (دانشگاه: کاشان)
    استاد مشاور: دکتر سید حامد دلخوش 
    تاریخ: 1401/12/15
    ساعت: 12 تا 14
    مکان: مرکز مطالعات و برنامه ریزی شبکه‌های قدرت

    چکیده:

    ادغام سیستم‌های کنترل صنعتی (ICS) و شبکه‌های ارتباطی منجر به ظهور مفهومی تحت عنوان سیستم‌های سایبر-فیزیکی (CPS) شده است. در این سیستم‌ها، اجزای فیزیکی مانند حسگرها، محرک‌ها کنترل‌کننده‌ها با شبکه‌های ارتباطی و نرم‌افزارها ترکیب می‌شوند تا سیستم‌هایی ایجاد شوند که قادر به کنترل و نظارت کامل فرآیندهای مربوطه باشد. تعداد فزاینده حملات سایبری علیه سیستم‌های سایبر-فیزیکی در سال‌های اخیر نگرانی‌ها را در مورد امنیت سایبری سیستم‌های کنترل صنعتی افزایش داده است. یکی از حساس‌ترین سیستم‌های کنترل صنعتی موجود در جهان، نیروگاه‌های‌ هسته‌ای (NPP) می‌باشند که برای بسیاری از کشورها نقش مهمی در تولید برق دارند. با توجه به این حساسیت، چالش امنیت سایبری این نیروگاه‌ها نیز باید مورد توجه ویژه قرار گیرد. بررسی‌ها نشان می‌دهد که حتی حملاتی در مقیاس کوچک به نیروگاه‌های هسته‌ای نیز می‌تواند عواقب فاجعه‌باری را برای شهروندان، اقتصاد، زیرساخت‌ها و امنیت یک کشور به همراه داشته باشد. یکی از مهم‌ترین حملاتی که نیروگاه‌های هسته‌ای را مورد تهدید قرار می‌دهد، حمله تزریق داده اشتباه (FDI) است. در این نوع از حملات، مهاجمان با تغییر در داده‌های حسگرها و یا دستورات کنترلی سعی در ایجاد یک اختلال در نیروگاه هسته‌ای می‌کنند. یکی از راه‌های مقابله با چنین تهدیداتی، شناسایی داده‌های غلط با استفاده از روش‌های داده-محور همچون یادگیری ماشین است. یکی از مهم‌ترین چالش‌های موجود در استفاده از این ‌روش‌ها، عدم وجود داده‌های زیاد و متنوع شرایط عادی و حملات از نیروگاه‌های هسته‌ای است. مضافاً این‌که اغلب دولت‌ها به دلیل مسائل امنیتی مایل به ارائه داده‌های واقعی این نوع نیروگاه نیستند. ازاین‌رو، در پایان‌نامه حاضر برای جمع‌آوری داده موردنیاز، اقدام به شبیه‌سازی یک مدل جامع دینامیکی نیروگاه هسته‌ای شده است. همچنین در این پایان‌نامه ضمن به‌کارگیری فرضیات کاربردی و منطقی در رژیم بهره‌برداری نیروگاه و ساخت حملات سایبری با وجوه مختلف، در انتها، سعی شده با ادغام الگوریتم‌های مختلف یادگیری ماشین (ML) به کمک یک مکانیزم مبتنی بر اجماع وزن‌دار، گامی مهم به‌منظور بهبود و توسعه یک سیستم تشخیص قوی و ایمن‌سازی نیروگاه‌های هسته‌ای برداشته شود. در این میان نیز، دقت رویکردهای ML با بهره‌بردن از روند تغییرات داده‌ها و مشتقات آن در کنار داده خام بهبود یافته است. صحت و کارایی مدل‌ها و روش‌های پیشنهادی بر اساس شبیه‌سازی‌های متنوع نشان داده‌ شده است.

    خبر بعدی خبر قبلی

    ما را در شبکه‌های اجتماعی دنبال کنید

    © تمامی حقوق سایت برای دانشگاه تربیت مدرس محفوظ است.