تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. إنترنت الأشياء الصناعي

الأبحاث المرتبطة بالكلمة المفتاحية: إنترنت الأشياء الصناعي




  • CST-AFNet: إطار عمل تعلم عميق قائم على الانتباه المزدوج لاكتشاف التسلل في شبكات إنترنت الأشياء CST-AFNet: A dual attention-based deep learning framework for intrusion detection in IoT networks

    2026 | المؤلف: Waqas Ishtiaq وآخرون | المجلة: Array | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم هذه البحث CST-AFNet، وهو نموذج جديد يعتمد على الانتباه المزدوج مصمم للكشف عن التسلل في بيئات إنترنت الأشياء (IoT) وإنترنت الأشياء الصناعية (IIoT). يستخدم النموذج الشبكات العصبية التلافيفية متعددة المقاييس (CNNs)، ووحدات التكرار المغلقة ثنائية الاتجاه (BiGRU)، وآليات الانتباه الزمني والقنوي لالتقاط الأنماط الزمانية المكانية من بيانات الحركة بشكل فعال. تم تقييم CST-AFNet على…


  • إطار جديد للتعلم العميق مع شبكات الالتفاف ذات الانتباه الزمني لكشف التسلل في شبكات إنترنت الأشياء وIIoT A novel deep learning framework with temporal attention convolutional networks for intrusion detection in IoT and IIoT networks

    2026 | المؤلف: Kingkar Prosad Ghosh وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم البحث TACNet، وهو إطار عمل مبتكر للتعلم العميق يهدف إلى تعزيز اكتشاف التسلل في شبكات إنترنت الأشياء (IoT) وإنترنت الأشياء الصناعية (IIoT). نظرًا لزيادة الثغرات في البنى التحتية الحيوية أمام الهجمات السيبرانية، فإن أنظمة اكتشاف التسلل التقليدية (IDS) غالبًا ما تكون غير كافية في إدارة تعقيد وحجم التهديدات. يتناول TACNet هذه التحديات من خلال…


  • تعزيز اكتشاف الشذوذ في المصانع المدفوعة بالإنترنت باستخدام تعزيز لوجستي، وغابة عشوائية، وSVM: نهج تعلم آلي مقارن Enhancing anomaly detection in IoT-driven factories using Logistic Boosting, Random Forest, and SVM: A comparative machine learning approach

    2026 | المؤلف: Mohammed Aly وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقييم هذه الدراسة ثلاثة خوارزميات تعلم آلي – تعزيز اللوجستيات، الغابة العشوائية، وآلات الدعم المتجهة (SVM) – لاكتشاف الشذوذ في البيئات الصناعية المدفوعة بالإنترنت للأشياء، باستخدام مجموعة بيانات تتكون من 15,000 حالة من حساسات المصنع. تم تقييم الأداء من خلال منحنيات ROC، ومصفوفات الالتباس، والمعايير القياسية، مما كشف أن تعزيز اللوجستيات حقق أعلى مساحة تحت…


حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.