الأبحاث المرتبطة بالكلمة المفتاحية: الانتباه الزمني
-
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…