Dr. Mohammad Doostizadeh دکتر محمد دوستی زاده Journal of New Achievements in Electrical,Computer and Technology نشریه علمی-تخصصی دستاوردهای نوین در برق،کامپیوتر و فناوری 5 14 2025 05 05 Using machine learning techniques to identify and prevent threats against banking servers استفاده از تکنیکهای یادگیری ماشین برای شناسایی و پیشگیری از تهدیدات انجام شده بر علیه سرورهای بانکی 71 82 FA Hossein Bagheban PhD student in Artificial Intelligence, Faculty of Computer Engineering, Ferdows Azad University حسین باغبان دانشجوی دکترای هوش مصنوعی، دانشکده مهندسی کامیپوتر، دانشگاه آزاد واحد فردوس 2025 04 18 The banking industry is one of the main targets of cyberattacks. Given the sensitivity of financial data and the consequences of its leakage, using traditional security methods is not enough. صنعت بانکداری یکی از اصلی ترین اهداف حملات سایبری است. با توجه به حساسیت داده های مالی و پیامدهای نشت آنها، استفاده از روشهای سنتی امنیتی کافی نیست. یادگیری ماشین با توانایی تحلیل الگوهای پیچیده و شناسایی ناهنجاریها، راه حل مناسبی برای این چالش ارائه میدهد و استفاده از تکنیکهای یادگیری ماشین میتواند امنیت سرورهای بانکی را به طور چشمگیری بهبود بخشد. ترکیب چندین روش و به روزرسانی مداوم مدلها با داده های جدید، کلید موفقیت در مقابله با تهدیدات پیچیده سایبری است. با افزایش حملات سایبری به بانکها و مؤسسات مالی، نیاز به سیستمهای امنیتی پیشرفته بیش از پیش احساس میشود. لذا این مقاله به بررسی تکنیکهای یادگیری ماشین مورد استفاده توسط محققان مختلف برای شناسایی و پیشگیری از تهدیدات امنیتی در سرورهای بانکی میپردازد. Machine learning techniques security attacks and threats threat detection and prevention banking servers. کنیکهای یادگیری ماشین حملات و تهدیدات امنیتی شناسایی و پیشگیری از تهدیدات سرورهای بانکی. https://jnaect.ir/downloadfilepdf/1929732