تستكشف هذه الورقة البحثية تحسين نماذج الشبكات العصبية متعددة الطبقات (MLP) لأنظمة كشف التسلل (IDS) من خلال دمج الشبكات العصبية التلافيفية (CNNs) وآليات الانتباه. تسلط الدراسة الضوء على التحديات التي تطرحها مجموعات البيانات غير المتوازنة في الكشف بدقة عن هجمات الفئة الأقل، مما قد يؤدي إلى حركة مرور خبيثة غير مكتشفة. يقترح المؤلفون نهجًا جديدًا…

تقدم هذه الدراسة نموذجًا هجينًا جديدًا لتعلم الآلة مصممًا لتعزيز أنظمة كشف التسلل (IDS) لشبكات الاستشعار اللاسلكية (WSNs) وبيئات إنترنت الأشياء (IoT). يدمج النموذج KMeans-SMOTE (KMS) لموازنة البيانات وتحليل المكونات الرئيسية (PCA) لتقليل الأبعاد، مستخدمًا مصنفات مثل شجرة القرار، ومصنف الغابة العشوائية (RFC)، وتقنيات تعزيز التدرج مثل XGBoost (XGBC). تم تقييمه على مجموعات بيانات WSN-DS…

تقدم هذه الورقة نموذجًا مركبًا احتماليًا جديدًا يهدف إلى تعزيز اكتشاف استغلالات اليوم الصفري، مع معالجة القيود الرئيسية للأنظمة الحالية لاكتشاف الشذوذ من حيث الدقة وكفاءة الحوسبة والقدرة على التكيف. يتضمن الإطار المقترح ثلاثة مكونات مبتكرة: WavePCA-Autoencoder التكيفي (AWPA) للمعالجة المسبقة الفعالة من خلال إزالة الضوضاء وتقليل الأبعاد؛ وMeta-Attention Transformer Autoencoder (MATA) لتحسين استخراج الميزات،…

إن الانتشار السريع لأجهزة إنترنت الأشياء (IoT)، الضرورية لتقدم الصناعة 4.0، قد أثار مخاوف أمنية كبيرة. تعمل هذه الأجهزة غالبًا تحت قيود الطاقة المحدودة وقدرات المعالجة، مما يجعلها عرضة للهجمات الإلكترونية ويعقد نشر أنظمة الكشف عن التسلل الفعالة (IDS). لمواجهة هذه التحديات، يقدم البحث خوارزمية مبتكرة لاختيار الميزات تعتمد على طرق إحصائية أساسية، إلى جانب…

تناقش ورقة البحث دمج إنترنت الأشياء (IoT) داخل الميتافيرس، مع التأكيد على الدور الحاسم لأجهزة إنترنت الأشياء في تسهيل نقل البيانات بسلاسة بين البيئات الفيزيائية والافتراضية. بينما يعزز إنترنت الأشياء تفاعل المستخدم والانغماس في الميتافيرس، فإنه يقدم أيضًا تحديات أمنية كبيرة بسبب ضعف هذه الأجهزة أمام الهجمات الإلكترونية. لمعالجة هذه القضايا، تقترح الدراسة إطار عمل…