الأبحاث المرتبطة بالكلمة المفتاحية: أمان الهواتف المحمولة
-
الكشف عن رسائل SMS المزعجة عبر اللغات باستخدام تعزيز قائم على GAN لمجموعات البيانات غير المتوازنة Cross-lingual SMS spam detection using GAN-based augmentation for imbalanced datasets
2026 | المؤلف: Adnane Filali وآخرون | المجلة: Scientific Reports | المجال: نظم المعلومات (Information Systems)تتناول هذه الدراسة التحدي الحاسم في كشف رسائل SMS المزعجة، مع التركيز بشكل خاص على عدم التوازن في الفئات في مجموعات البيانات الواقعية حيث تمثل الرسائل المزعجة فقط 13-15% من إجمالي الاتصالات. تقدم الدراسة إطار عمل شامل يدمج تمثيلات الكلمات المتقدمة، وهياكل التعلم العميق، والشبكات التنافسية التوليدية (GANs) لزيادة البيانات الاصطناعية، مما يعزز بشكل كبير…
-
تعزيز أمان الهواتف المحمولة: نهج جماعي لتحسين اكتشاف البرمجيات الخبيثة باستخدام M-iForest Elevating Mobile Security: An Ensemble Approach for Enhanced Malware Detection with M-iForest
2026 | المؤلف: Oraib AbuAlganam وآخرون | المجلة: International Journal of Interactive Mobile Technologies (iJIM) | المجال: معالجة الإشارات (Signal Processing)تقدم الورقة نظامًا جديدًا لاكتشاف البرمجيات الخبيثة على نظام أندرويد يتناول قيود التدابير الأمنية التقليدية، التي أصبحت أقل فعالية ضد تهديدات البرمجيات الخبيثة المتطورة. يعتمد النظام المقترح على نهج دمج يتكون من نظامين فرعيين متوازيين: أحدهما مدرب على التطبيقات السليمة والآخر على تطبيقات البرمجيات الخبيثة. يستخدم كل نظام فرعي مجموعة من المصنفات، وتحديدًا آلة الدعم…
-
مجموعة متعلمة فائقة هجينة لاكتشاف التصيد الاحتيالي على الأجهزة المحمولة A hybrid super learner ensemble for phishing detection on mobile devices
2026 | المؤلف: Routhu Srinivasa Rao وآخرون | المجلة: Scientific Reports | المجال: نظم المعلومات (Information Systems)في سياق التهديدات المتزايدة عبر الإنترنت، وخاصة هجمات التصيد التي تعرض معلومات المستخدم الحساسة للخطر من خلال صفحات ويب خادعة، يقدم هذا البحث حلاً جديدًا يسمى Phish-Jam. تستخدم هذه التطبيق المحمول نموذج مجموعة متعلم هجين يدمج التنبؤات من خوارزميات التعلم الآلي (ML) المختلفة لتعزيز الكشف عن التصيد بشكل خاص على الأجهزة المحمولة. يركز النموذج على…