تقدم البحث خوارزمية تحسين الذئب الرمادي الفوضوي المحسنة (ICGWO) التي تهدف إلى تعزيز التغطية والاتصال في الشبكات اللاسلكية الاستشعارية (WSNs)، والتي تعتبر ضرورية لجمع البيانات ونقلها بشكل فعال في التطبيقات الحديثة. تطور الدراسة نموذجًا رياضيًا لتحسين وضع عقد الاستشعار، مع معالجة التحديات مثل ارتفاع تكاليف النشر والتغطية المحدودة. من خلال دمج خريطة فوضوية في مُحسِّن…

تقدم هذه البحث نظام كشف التسلل الهجين (IDS) الذي يجمع بين الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات وخوارزمية الغابة العشوائية (RF) للتصنيف، بهدف تعزيز أمان الشبكة من خلال التعرف الفعال على التهديدات السيبرانية والتخفيف منها. تستفيد الطريقة المقترحة من CNNs لاستخراج الميزات ذات الصلة تلقائيًا من بيانات الشبكة، مما يقلل من الأبعاد والضوضاء، مما يسمح…

تتناول البحث التحديات المتعلقة بكفاءة الطاقة والموارد في بيئات الحوسبة السحابية الضبابية، وخاصة في سياق إنترنت الأشياء (IoT). يستخدم نموذج EcoTaskSched المقترح نهجًا هجينًا يجمع بين الشبكات العصبية التلافيفية (CNNs) وشبكات الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (BiLSTM) لتحسين جدولة المهام. يستخرج هذا النموذج ميزات عبء العمل بفعالية ويعكس الاعتماديات التسلسلية المعقدة، مما يؤدي إلى…

إنترنت الأشياء (IoT) يتكون من شبكة من الأجهزة المتصلة التي تستخدم المعالجات والمستشعرات والمحركات لجمع ومشاركة البيانات عبر مختلف القطاعات، بما في ذلك الزراعة والرعاية الصحية وإدارة المرور. على الرغم من تطبيقه الواسع، يواجه إنترنت الأشياء تحديات أمنية كبيرة بسبب الطبيعة المتنوعة لعقده، حيث غالبًا ما تكون التدابير الأمنية التقليدية مثل التشفير والتحكم في الوصول…

تقدم البحث نظام كشف التسلل (IDS) القائم على التعلم الفيدرالي المصمم لبيئات إنترنت الأشياء (IoT)، مع معالجة التحديات التي تطرحها أنماط الهجوم المتطورة في الأمن السيبراني. غالبًا ما تعتمد أساليب التعلم الآلي التقليدية على مجموعات بيانات ومعلمات محددة، مما يمكن أن يعيق قدرتها على اكتشاف التسللات الجديدة بشكل فعال. من خلال استخدام التعلم الفيدرالي، يقوم…