توسعه ابزار شناسایی تهدیدات امنیتی مبتنی بر هوش مصنوعی با استفاده از تشخیص ناهنجاری لاگ در دانشگاه صنعتی ارومیه

 | تاریخ ارسال: 1402/8/27 | 

جهت آشنایی با سایر افتخارات دانشکده فناوری های صنعتی به این پیوند مراجعه کنید.



 
در آزمایشگاه یادگیری ماشین دانشگاه صنعتی ارومیه، یک ابزار شناسایی تهدیدات امنیتی مبتنی بر هوش مصنوعی با استفاده از تشخیص ناهنجاری لاگ تحت عنوان آلارمیف معرفی شده است. این ابزار، که توسط تیم پژوهشگران ماهر و با تجربه دانشکده فناوری های صنعتی در آزمایشگاه یادگیری ماشین تحت مدیریت دکتر طهمورث نژاد توسعه یافته، قادر است ناهنجاری‌های نقطه‌ای و جمعی را از طریق چارچوب یکپارچه منحصر به فرد خود شناسایی کند.
این ابزار جدید با استفاده از الگوریتم‌های پیشرفته یادگیری عمیق، قادر است به طور خودکار و بهنگام، نقض‌های امنیتی را در سطح شبکه شناسایی کند. همچنین این سامانه قادر است با استفاده از تکنولوژی های جدید و پویا، به طور مداوم داده‌های لاگ را بررسی کرده و هرگونه رفتار غیر عادی یا مظنون را شناسایی کند.
مهم‌ترین ویژگی‌های سامانه آلارمیف در شکل زیر آورده شده است.

عملکرد آلارمیف در شناسایی ناهنجاریهای امنیتی بر روی هفت مجموعه داده لاگ بنچمارک که به صورت عمومی در دسترس هستند، بسیار قابل توجه است. میزان صحت متوسط ۹۹.۹۹۳ درصدی نشان میدهد هنگامی که آلارمیف وقوع یک ناهنجاری را هشدار میدهد، در ۹۹.۹۹۳ درصد مواقع به درستی ناهنجاری مد نظر را شناسایی کرده است. این دقت بالا خطر مثبت کاذب، یعنی مواردی که رویدادهای عادی لاگ به اشتباه تحت عنوان ناهنجاری علامتگذاری شدهاند را کاهش میدهد. میانگین پوشش آلارمیف ۹۹.۹۸۰ درصد است که به معنای شناسایی ۹۹.۹۸۰ درصد از ناهنجاریهای واقعی است. این نرخ پوشش بالا تضمین میکند که تقریباً تمام ناهنجاریها شناسایی میشوند و خطر رخداد منفی کاذب را کاهش میدهد. منفیهای کاذب در واقع ناهنجاریهایی هستند که توسط مدل به عنوان نمونه عادی شناسایی میشوند. در نهایت، امتیاز ، میانگین هارمونیک صحت و پوشش، ۹۹.۹۸۷٪ است. این امتیاز نشان میدهد که مدل پیشنهاد شده، تعادل عالی بین صحت و پوشش را حفظ میکند. به عبارت دیگر، آلارمیف، هم در پیش‌بینی‌های خود بسیار دقیق است (یعنی معیار صحت بسیار بالایی دارد) و هم در طبقهبندی تمام نمونه‌های مرتبط موفق است (یعنی معیار پوشش بسیار بالایی دارد).
راهحل مبتنی بر هوش مصنوعی پیشنهادی، از یک الگوریتم یادگیری عمیق برای یادگیری الگوهای فعالیت عادی و غیرعادی از دادههای لاگ و شناسایی ناهنجاریها به صورت بلادرنگ استفاده میکند. این راهحل شامل ماژولهای تجزیه و پیشپردازش برای تمیز کردن و تبدیل دادههای لاگ، ماژولهای استخراج ویژگی برای تبدیل دادههای لاگ خام به ویژگیهای معنادار برای مدل هوش مصنوعی و ماژول اصلاح عدم تعادل است. بدین ترتیب، شناسایی ناهنجاریها از طریق یک ماژول یادگیری عمیق در هسته این روش انجام میشود.
ابزار شناسایی تهدیدات امنیتی بر پایه تشخیص ناهنجاری لاگ، با توجه به قابلیت‌های منحصر به فرد خود، مورد توجه جوامع علمی، تحقیقاتی و تجاری کشور قرار گرفته است و یک قرارداد پیاده سازی با یکی از مرکز تحقیقاتی کشور منعقد شده است. علاوه بر این، دیگر سازمان ها و نهادها نیز می توانند با انعقاد قرارداد، سیستم های خود را در برابر انواع تهدیدات سایبری ایمن سازند.
ویدئو معرفی این ابزار جهت شرکت در جشنواره خوارزمی که با مساعدت روابط عمومی دانشگاه و معاونت آموزشی و پژوهشی تهیه شده است در زیر قابل مشاهده است.
 

دفعات مشاهده: 432 بار   |   دفعات چاپ: 47 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

گفتگو دکتر جعفر طهمورث نژاد با رادیو جوان

 | تاریخ ارسال: 1402/9/26 | 
معرفی ربات هوشمند تشخیص آفات، علف‌های هرز، بیماریها و گونه‌های گیاهان دانشگاه صنعتی ارومیه درگفتگو دکتر جعفر طهمورث نژاد با رادیو جوان

 

در گفتگویی که رادیو جوان روز پنجشنبه ۲۵ آبان ۱۴۰۲ با دکتر جعفر طهمورث نژاد مدیر گروه مهندسی فناوری اطلاعات و کامپیوتر دانشگاه صنعتی ارومیه داشتند آخرین دستاوردهای دانشگاه صنعتی ارومیه درخصوص توسعه ربات هوشمند تشخیص آفات، علف‌های هرز، بیماری‌ها و گونه‌های گیاهان، مورد تشریح قرار گرفت. این ربات با عنوان تجاری ایران گاردن با قابلیت تشخیص فوق العاده، می‌تواند گونه‌های مختلف آفات کشاورزی، بیماری‌های گیاهی، علف‌های هرز را شناسایی کند. ایران گاردن حاصل تحقیقات و مطالعات فشرده خانم مهندس «شیدا سالکی» دانشجوی کارشناسی ارشد و دکتر «جعفر طهمورث نژاد» دانشیار گروه مهندسی کامپیوتر در آزمایشگاه یادگیری ماشین دانشگاه صنعتی ارومیه است و با به کارگیری هوش مصنوعی آماده خدمت رسانی در حوزه کشاورزی هوشمند است. ربات ایران گاردن در آدرس IranGarden.info در دسترس است. این ربات با عملکرد بلادرنگ می تواند با دریافت تصویر، ویدیو یا دوربین زنده به تشخیص آفات، علف‌های هرز، بیماری‌ها و گونه‌های متنوع گیاهی بپردازد و در حفظ سلامت، کیفیت و بهره‌وری اقتصادی کمک شایانی به کشاورزی کند. این ربات قابل پیاده سازی بر روی تمامی سیستم‌ها و ماشین آلات بوده و به توان پردازشی پایین نیاز دارد و بسیار کارآمد و مقرون به صرفه است که نیاز به دانش نیروی انسانی را با خودکارسازی فرایند به حداقل می رساند. این طرح یکی از طرح های دانشگاه صنعتی ارومیه در راستای توسعه کشاورزی استان آذربایجان غربی و کشور در زمینه کشاورزی هوشمند می‌باشد.
به طور کلی یکی از مشکلات هر کشاورز، باغدار و حتی کسی‌که دارای باغچه است، انواع آفات، علف‌های هرز و بیماری‌هایی است که سلامت محصولاتشان را تهدید می‌کند. با توجه به اهمیت این موضوع و تاثیر مخرب آن بر محصول مدنظر، شناسایی هر یک از این عوامل، از مهم‌ترین قدم‌های مبارزه با آفات و بیماری‌ها به حساب می‌آید. در طبیعت هر عاملی که تعادل طبیعی گیاهان را به هم بزند و در رشد آنها اختلال ایجاد کند، یک عامل مضر به حساب آمده و باید آن را در حد امکان کنترل کرد. ضرر آفات، علف‌های هرز و بیماری‌های گیاهان به طور کلی متوجه سود، کمیت و کیفیت محصول می‌شود.
ربات آفت شناس دانشگاه صنعتی ارومیه قابلیت تشخیص ۱۱۰ گونه از آفات را دارد. به طور کلی  آفت عبارت است از گروهی از موجودات زنده که با حمله به قسمت‌های مختلف گیاه اعم از ریشه، ساقه، برگ، گل و میوه خسارات جبران ناپذیری را به محصول می‌زند. این حملات می‌توانند در هردوره از زندگی گیاه شامل بذر، گیاهچه، نهال، گیاه جوان و گیاه مسن رخ دهد. در این مرحله، معمولا یا گیاه از بین می‌رود و یا آنکه با کاهش کیفیت محصول، دیگر بازارپسند نخواهد بود که در هردو حالت به شکست کشاورز و یا حتی نابودی گلدان و باغچه‌ منجر می‌شود. از کل خسارت‌های وارده به محصولات کشاورزی، حدود ۳۰ درصد آن ناشی از آفات است. با توجه به تمامی تلاش‌های صورت گرفته، این رقم هنوز بسیار بالا می‌باشد. شناسایی دقیق و سریع آفات نیاز به دانش نیروی انسانی دارد که بسیار هزینه بر است و در مواقعی دور از دسترس. به علاوه شناسایی آفات در مقیاس بزرگ امری دشوار و زمانبر است. همچنین برای مقابله با آفات نیاز است تا گونه دقیق آفات همراه با مختصات دقیق حضور آن‌ها شناسایی شود. بنابراین نیاز به راه حلی برای شناسایی آفات به طور دقیق، سریع، کم هزینه و قابل اجرا در هر مقیاس و محیطی برای حفظ سلامت محصولات الزامی است. شایان ذکر است که شناخت آفات نه تنها در عرصه‌ی کشاورزی بلکه در دامپروری، پزشکی و بهداشت نیز از اهمیت قابل توجهی برخوردار است.
همچنین ربات ایران گاردن قابلیت تشخیص ۲۷ گونه بیماری‌ گیاهان را دارد. در واقع بیماری‌های گیاهی مشکلات زیستی هستند که گیاهان به آن دچار شده و عوامل بیماری‌زا یا آفت‌های گیاهی مانند قارچ، باکتری و عوامل دیگری پدیدآورنده آن‌ها است. بیماری‌های گیاهی بر زندگی مردم به طور مستقیم با از بین بردن منابع غذایی‌شان یا غیر مستقیم با از بین بردن منابع غذایی دامداران اثر می‌گذارد. شناسایی به موقع و صحیح بیماری‌های گیاهان از گسترش بیماری و نابودی محصولات جلوگیری می‌کند. نیروی انسانی در شناسایی این بیماری‌ها و ارائه راه حل برای آن‌ها کُند عمل می‌کند. همچنین در مقیاس بزرگ و یا در صورت عدم دسترسی به منابع انسانی متخصص سلامت محصولات به خطر میفتد.
قابل ذکر است که ربات کشاورزی هوشمند دانشگاه صنعتی ارومیه قابلیت تشخیص ۲۶ گونه علف‌های هرز در مقایسه با گیاهان کشت شده را نیز دارد. طبق تعاریف علوم باغبانی، علف هرز یک گیاه خودرو و ناخواسته است که رویش آن برای محصولات کشاورزی آسیب‌زا خواهد بود. این گیاه می‌تواند بر روی کیفیت و کمیت محصولات کشاورزی تأثیر بگذارد و فرآیند رشد و رویش آن‌ها را مختل کند. به‌عبارت‌دیگر علف هرز بر روی منبع آب، نور خورشید و مواد مغذی با محصولات کشاورزی رقابت می‌کند و کیفیت و کمیت آن‌ها را کاهش می‌دهد. برای کنترل و حذف علف‌های هرز ابتدا باید آن‌ها را از گیاهان تفکیک کرد. عدم وجود راه حل سریع و دقیق حذف آن‌ها موجب گسترش این گیاهان در بین محصولات کشاورزی شده و بهره‌وری را کاهش داده است. بنابراین نیاز به راه حل قابل اجرا، سریع و دقیق برای مقابله با علف‌های هرز بسیار پررنگ است.
در ادامه خلاصه مصاحبه آقای دکتر طهمورث نژاد هیات علمی دانشگاه صنعتی ارومیه با رادیو جوان آورده شده است.

 

دفعات مشاهده: 522 بار   |   دفعات چاپ: 27 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

توسعه سیستم برق رسانی اضطراری خورشیدی توسط عضو هیات علمی گروه مهندسی برق خانم دکتر بابازاده

 | تاریخ ارسال: 1402/9/26 | 


سیستم برق رسانی اضطراری خورشیدی توسط خانم دکتر بابازاده، عضو هیات علمی دانشکده فناوری های صنعتی طراحی و اجرا گردید. پنل های خورشیدی از نور خورشید استفاده می کنند که فراوان، در دسترس و در عین حال ارزان است. این انرژی با استفاده از پنل­های فتوولتائیک به انرژی الکتریکی تبدیل می­شود. سیستم برق رسانی اضطراری خورشیدی انرژی برق تولید شده از نور خورشید را در باتری­های تعبیه شده ذخیره کرده و در مواقع ضروری به صورت برق شهری در اختیار کاربر قرار می­دهد.
در این سیستم با توجه به اینکه در زمان عدم استفاده از دستگاه پوشش روی آن بسته می­شود، عمر پنلها افزایش یافته و در ضمن می­توان به سفارش مشتری پنلها را در کشوهای مختلف طراحی کرد که فضای کمتری را نیز اشغال کنند. باتریها هم از طریق نور خورشید و هم به صورت پاوربانک از طریق برق شهری قابل شارژ می­باشند. استفاده از دستگاه و راه ­اندازی آن بسیار ساده بوده و همزمان دارای پورت USB خروجی و برق شهری می­باشد و می­تواند برای شارژ ادوات مختلف استفاده شود.

 

دفعات مشاهده: 99 بار   |   دفعات چاپ: 25 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

تولید بازوی رباتیکی با چهار درجه آزادی توسط عضو هیات علمی گروه مهندسی برق خانم دکتر بابازاده

 | تاریخ ارسال: 1402/9/25 | 


تولید بازوی رباتیکی با چهار درجه آزادی توسط خانم دکتر بابازاده عضو هیات علمی دانشکده فناوری های صنعتی صورت گرفت. با توجه به گسترش و به روز بودن علم رباتیک، تغییر جهت تکنولوژی در سالهای آینده به سمت استفاده از رباتهای گوناگون و ترکیب علوم مختلف مهندسی با علم رباتیک خواهد بود. در این سیستم بازوی رباتیک با چهار درجه آزادی و دو مجری نهایی متفاوت و قابل تعویض ارایه شده است. به صورت پیش فرض برنامه کنترلی به صورت اپلیکیشن طراحی شده روی سیستم عامل اندروید میباشد و امکان برنامه نویسی و پیاده سازی سیستمهای کنترلی مختلف روی بازوی طراحی توسط کاربر فراهم شده است. محاسبات مربوط به سینماتیک مستقیم و معکوس بازوی رباتیک انجام شده و همچنین قبل از پیاده سازی، قسمتهای مختلف الکترونیکی و مکانیکی آن شبیه سازی شده است.

 

دفعات مشاهده: 94 بار   |   دفعات چاپ: 28 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

تولید دستگاه CNC دو محوره آنلاین بر مبنای IOT توسط عضو هیات علمی گروه مهندسی برق خانم دکتر بابازاده

 | تاریخ ارسال: 1402/9/25 | 


خانم دکتر حدیثه بابازاده عضو هیات علمی گروه مهندسی برق موفق به تولید دستگاه سی ان سی دو محوره آنلاین بر مبنای IOT شده است. امروزه استفاده­های گوناگون از CNC ها در صنعت بسیار گسترده شده و بسته به مجری نهایی کاربردهای فراوانی نیز دارد. در این میان ترکیب CNC و مقوله­ی اینترنت اشیا، منجر به طراحی و ساخت CNC های هوشمند و قابل کنترل از طریق اینترنت شده است. CNC ارائه شده دستگاهی دو محوره است که در انتهای آن قلم نصب شده و قابلیت تکرار طرح روی صفحه را دارد. به این ترتیب که ورودی از طریق اینترنت بوده و اپلیکیشن خاصی تحت اندروید برای آن نوشته شده است. اپلیکیشن قابل نصب روی گوشی­های تلفن همراه هوشمند بوده و کاربر با استفاده از دوربین گوشی از طرحی که توسط شخصی در حال کشیده شدن است، فیلم می گیرد و از طریق اینترنت به دستگاه ارسال می­کند و دستگاه همان طرح را به صورت بلادرنگ کپی خواهد کرد. سایز فعلی صفحه ­ی دستگاه در ابعاد ۴در۴ سانتی­متر می­باشد ولی قابل گسترش به سایزهای دیگر بنا به کاربرد مربوطه است.

 

دفعات مشاهده: 127 بار   |   دفعات چاپ: 38 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

تولید دستگاه تست و شستشوی خودکار انژکتور خودرو توسط هیات علمی گروه مهندسی برق خانم دکتر بابازاده

 | تاریخ ارسال: 1402/9/25 | 

امروزه استفاده از خودروهای انژکتوری به امری بی­بدیل در زندگی بشر تبدیل شده است. مهمترین قسمت یک خودروی انژکتوری، همان انژکتورهای آن هستند که قطعاتی بسیار حساس، گران و آسیب­پذیر در برابر آلودگی­های بنزین می­باشند. یکی از دلایل شایع در کارکرد نامیزان خودروها، خرابی و یا گرفتگی انژکتور خودرو می­باشد، که با استفاده از این دستگاه انژکتورها ابتدا تست شده و سپس شستشو می­شوند. نمونه­ های خارجی این دستگاه با قیمتهای گزاف، به وفور در بازار یافت می شود ولی در این طرح هدف پیاده ­سازی دستگاه با قیمتی پایین­تر و به هدف تولید انبوه آن بوده است که توسط عضو هیات علمی دانشکده فناوری صنعتی خانم دکتر حدیثه بابازاده به اجرا در آمده است. علاوه بر این استفاده از نمایشگر لمسی،  بهبود رابط کاربری، استفاده از پردازنده­ی قدرتمند به منظور افزایش RPM، و در نهایت تفکیک مسیرهای شستشو برای نزدیکی تستها به واقعیت، از مزایای مهم این دستگاه می باشد.   

 

دفعات مشاهده: 113 بار   |   دفعات چاپ: 29 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

توسعه محصول تجاری با عنوان «دستگاه شناساگر رنگ خوردگی خودرو» با مشارکت دکتر سارنگ کاظمی نیا عضو هیات علمی گروه مهندسی برق

 | تاریخ ارسال: 1402/8/27 | 

به همت دکتر سارنگ کاظمی نیا عضو هیات علمی دانشکده فناوری های صنعتی، دستگاه شناساگر رنگ خوردگی خودرو، موفق به اخذ سطح آمادگی فناوری TRL ۸ (تایید عملیاتی) شده است.

شناساگر رنگ پورتابل، از رنگ هدف نمونه برداری کرده و مؤلفه های Red، Green و Blue رنگ را، مستقل از جنس سطح یا بازتاب نور روی سطح استخراج می کند. این دستگاه نمونه های مختلف و متوالی را بر اساس مؤلفه های سازنده ذخیره نموده و میزان عدم تطابق رنگ در محل های نمونه برداری شده را به کاربر گزارش می دهد. دیگر توانایی شناساگر رنگ، استخراج کد مطلق رنگ مرجع بصورت مستقل از نور محیط و مستقل از میزان انعکاس سطح هدف است. کد مطلق رنگ توسط چشم انسان قابل شناسایی نیست. تشخیص کد مطلق رنگ و شناخت وزن مؤلفه های پایه در رنگ هدف، به کاربر این امکان را می دهد که برای ساخت رنگ مورد نیاز از فرمول های مشخص از پیش تعیین شده برای ساخت دقیق رنگ مطلوب استفاده کند. برای تشخیص کد مطلق رنگ، باید ضریب جذب و انعکاس نور روی هر ماده بطور شناسایی و در استخراج عدد نهایی کد رنگ، لحاظ گردد.
 

دفعات مشاهده: 144 بار   |   دفعات چاپ: 30 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

توسعه محصول تجاری با عنوان «سامانه خورشیدی آفتابگردان» با مشارکت دکتر سارنگ کاظمی نیا عضو هیات علمی گروه مهندسی برق

 | تاریخ ارسال: 1402/8/27 | 

به همت دکتر سارنگ کاظمی نیا عضو هیات علمی دانشکده فناوری های صنعتی، فناوری دنبال‌کننده خورشیدی دومحوره، موفق به اخذ سطح آمادگی فناوری TRL ۸ (تایید عملیاتی) شده است.
این فناوری با تعقیب اتوماتیک زاویه تابش خورشید نسبت به زمین، در تمام ساعات روز، پنل خورشیدی را در راستای عمود بر تابش خورشید نگه می‌دارد و باعث قرارگیری پنل در ماکزیمم راندمان تبدیل انرژی در تمام ساعات روشنایی روز می‌گردد. وات ساعت دریافتی از خورشید در طول ساعات روشن روز تا ۶۰ درصد افزایش می‌یابد و چه در موارد فروش انرژی الکتریکی، و چه در موارد ذخیره و مصرف شبانه آن، به افزایش قابل توجه میزان انرژی ذخیره شده منجر می‌شود. در بخش سنسورها یک آشکارساز مکانیکی بکار رفته است که بر اساس انحراف زاویه‌ای تابش خورشید بر پنل، سایه مصنوعی روی مدارهای الکترونیکی حسگر ایجاد می‌کند. این آشکارساز تنها در حالت تابش عمود خورشید، سایه‌ای ایجاد نمی‌کند. همچنین یک آشکارساز الکترونیکی بکار رفته است که با توان مصرفی بسیار کم، واکنش شدیدی به میزان شدت تابش در نواحی سایه و روشنایی نشان می‌دهد. دو جک پیستونی، تنظیم زاویه پنل در راستای شرقی-غربی و شمالی-جنوبی را بر عهده دارند.
ویدئوی زیر نحوه کار دستگاه را به صورت زمان گریز(تایم لپس) نشان می دهد.

 

دفعات مشاهده: 141 بار   |   دفعات چاپ: 25 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

سایر مطالب این بخش

کد پستی : 17165-57166

صندوق پستی : 419-57155

فکس : 04431980251

ارتباط مستقیم با ریاست : po@uut.ac.ir

پست الکترونیکی : info@uut.ac.ir

آدرس : آذربایجان غربی، ارومیه، ابتدای جاده بند، بالاتر از گلشهر 2

کانال اطلاع رسانی رسمی دانشگاه : @daneshgah_uut

پیوندهای تصویری
copyright@2019.Urmia University of Technology