الأبحاث في مجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)
-
التعلم الفيدرالي في كشف التسلل: التقدمات، التطبيقات، والاتجاهات المستقبلية
2025 | المؤلف: Büşra Büyüktanır وآخرون | المجلة: Cluster Computing | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث نظرة شاملة على التعلم الفيدرالي (FL) كنهج لتعلم الآلة الموزع، وخاصة في سياق أنظمة كشف التسلل (IDS). يعالج FL القضايا الحرجة المتعلقة بالخصوصية والأمان عبر مختلف القطاعات، بما في ذلك إنترنت الأشياء (IoT) والرعاية الصحية والمالية، من خلال تمكين تدريب النماذج التعاوني دون مركزية البيانات الحساسة. تسلط الدراسة الضوء على فعالية حلول…
-
نظام كشف التسلل قائم على التعلم العميق باستخدام LSTM مصقول للكشف عن هجمات DoS
2025 | المؤلف: Mohammad O. Hiari وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تناقش هذه الفقرة التحدي الحرج في اكتشاف هجمات حرمان الخدمة (DoS) في أمان الشبكات، مع التأكيد على الحاجة إلى آليات كشف فعالة للحفاظ على توفر الشبكة وموثوقيتها. استجابةً لقيود طرق الكشف التقليدية وزيادة تعقيد التهديدات الشبكية، يقترح المؤلفون نموذج ذاكرة طويلة وقصيرة المدى (LSTM) مخصص مصمم خصيصًا لاكتشاف هجمات DoS. يستفيد هذا النهج في التعلم…
-
كشف الشذوذ في حركة الشبكة المشفرة باستخدام التعلم الذاتي المراقب
2025 | المؤلف: Sadaf Sattar وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم البحث ET-SSL، وهي طريقة جديدة لاكتشاف الشذوذ في حركة المرور الشبكية المشفرة باستخدام التعلم التبايني الذاتي. تستفيد هذه الطريقة من الميزات الإحصائية على مستوى التدفق – مثل طول الحزمة، ووقت الوصول بين الحزم، ومدة التدفق، وبيانات التعريف البروتوكولية – مما يسمح بالكشف الفعال عن الشذوذ دون الحاجة إلى مجموعات بيانات مصنفة أو تحليل الحمولة.…
-
إطار عمل خفيف الوزن لتأمين أجهزة إنترنت الأشياء ذات الموارد المحدودة في بيئات السحابة
2025 | المؤلف: Vivek Kumar Pandey وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث نظام كشف التسلل القائم على شجرة القرار الخفيفة (IDS) المصمم لتعزيز الأمان لأجهزة إنترنت الأشياء (IoT)، التي أصبحت أكثر عرضة للتهديدات السيبرانية بسبب قدراتها المحدودة في المعالجة. يستخدم الإطار المقترح نموذج شجرة قرار مع استراتيجية جديدة لتحسين ميزات قطع الأوراق وذكاء السحابة والحافة التكيفي، محققًا دقة عالية مع تقليل متطلبات الذاكرة والحوسبة.…
-
الكشف عن التسلل القائم على الشبكة باستخدام تقنية التعلم العميق
2025 | المؤلف: Muhammad Farhan وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول البحث الحاجة الملحة لأنظمة كشف التسلل (IDS) الأكثر فعالية في ضوء زيادة حركة المرور الشبكية وتطور التهديدات السيبرانية. غالبًا ما تكافح أنظمة كشف التسلل المعتمدة على الشبكة التقليدية (NIDS) لاكتشاف أنماط الهجوم الجديدة بسبب الاعتماد على بيانات قديمة وتقنيات التعلم الآلي التقليدية. لمعالجة هذه القيود، يقدم البحث نهجًا جديدًا للتعلم العميق يدمج الشبكات العصبية…
-
بنية حوسبة هجينة على الحافة للسحب لمراقبة الصحة في أنظمة إنترنت الأشياء الطبية مع تحسين زمن الاستجابة ومرونة التهديد
2025 | المؤلف: Umar Islam وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول ورقة البحث تطوير بنية هجينة للحوسبة السحابية والحوسبة الحافة تهدف إلى تعزيز مراقبة الصحة في الوقت الحقيقي ضمن إنترنت الأشياء الطبية (IoMT). تواجه الأنظمة التقليدية المعتمدة على السحابة تحديات مثل زمن الاستجابة وأمان البيانات، وهي أمور حاسمة في تطبيقات الرعاية الصحية. تستفيد البنية المقترحة من الحوسبة الضبابية لمعالجة البيانات الحساسة للوقت بالقرب من مصدرها،…
-
التعلم العميق لأمن الشبكات: نموذج Attention-CNN-LSTM لاكتشاف التسلل بدقة
2025 | المؤلف: Abdullah Mujawib Alashjaee | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم البحث نموذج هجين من Attention-CNN-LSTM لاكتشاف التسلل في الشبكات، موضحًا فعاليته من خلال تحليل بيانات حركة الشبكة. يستفيد النموذج من الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات من البيانات الخام وشبكات الذاكرة طويلة وقصيرة المدى (LSTM) لتحليل الأحداث الزمنية. حقق معدلات دقة عالية بلغت 97.5% على مجموعة بيانات Bot-IoT و94.8% على مجموعة بيانات NSL-KDD، إلى…
-
خوارزميات التوجيه المعتمدة على الذكاء الاصطناعي تحسن كفاءة الطاقة والكمون وموثوقية البيانات في الشبكات اللاسلكية
2025 | المؤلف: Rahul Priyadarshi وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه الورقة إطار عمل توجيه قائم على الذكاء الاصطناعي لوحدات الاستشعار اللاسلكية (WSNs) يتعاون فيه تقنيات التعلم المعزز (RL) والتعلم المراقب، وذكاء السرب، بما في ذلك الخوارزميات الجينية (GA) وتحسين سرب الجسيمات (PSO). على عكس بروتوكولات التوجيه التقليدية التي تستخدم خوارزميات ثابتة، يتميز الإطار المقترح بخط أنابيب اتخاذ قرارات ديناميكي يتكيف مع التغيرات في…
-
تعزيز اكتشاف الشذوذ والوقاية في إنترنت الأشياء (IoT) باستخدام الشبكات العصبية العميقة والأمن السيبراني القائم على البلوكشين
2025 | المؤلف: A. R. Sathyabama وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث إطار عمل جديد يدمج الشبكات العصبية العميقة (DNNs) مع تقنية البلوكشين (DNNs-BCT) لتعزيز اكتشاف ومنع الشذوذ في بيئات إنترنت الأشياء (IoT). نظرًا لزيادة مخاطر الأمن السيبراني المرتبطة بأجهزة إنترنت الأشياء، فإن الآليات الأمنية التقليدية غالبًا ما تكون غير كافية بسبب عدم قدرتها على إدارة تدفقات البيانات الكبيرة والتهديدات المتطورة. يستخدم الإطار المقترح…
-
أمان عدم الثقة في شبكات كشف التسلل: كشف التهديدات المدعوم بالذكاء الاصطناعي في بيئة السحابة
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: International Journal of Scientific Research and Modern Technology. | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تستكشف ورقة البحث دمج الذكاء الاصطناعي (AI) في تعزيز أمان السحابة من خلال نموذج أمان عدم الثقة (Zero-Trust)، مع التركيز بشكل خاص على أنظمة كشف التسلل (IDS) لشبكات إنترنت الأشياء (IoT) وإنترنت الأشياء الصناعي (IIoT). تقدم الدراسة نظام كشف التسلل القائم على التعلم الآلي باستخدام خوارزمية XGBoost، التي تظهر أداءً متفوقًا في اكتشاف تهديدات إلكترونية…