الأبحاث ضمن الموضوع : أمن الشبكات وكشف التسلل
-
استغلال نموذج التعلم العميق الهجين المتقدم للكشف والوقاية في الوقت الحقيقي من هجمات القرصنة من نوع الرجل في المنتصف
2025 | المؤلف: Vijayalakshmi Kandasamy وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم البحث نموذج AEXB، وهو إطار عمل هجين للتعلم العميق يجمع بين AutoEncoder وXGBoost لاكتشاف ومنع هجمات Man-in-the-Middle (MitM) بفعالية في بيئات المنازل الذكية. يظهر النموذج أداءً استثنائيًا، حيث حقق دقة تبلغ 97.24% على مجموعة بيانات كشف التسلل في المنازل الذكية (IDSH). يُعزى هذا النجاح إلى معالجة البيانات الدقيقة، وهندسة الميزات، وتقنيات التحسين، التي تعزز…
-
نموذج تعلم عميق قائم على LSTM محسن لاكتشاف اختراقات الشبكة الشاذة
2025 | المؤلف: Nitu Dash وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول ورقة البحث الطلب المتزايد على أمان الشبكات بسبب زيادة الهجمات الإلكترونية، مع التأكيد على الدور الحاسم لأنظمة كشف التسلل (IDS) في حماية الشبكات. تسلط الضوء على قيود أنظمة IDS الحالية، وخاصة معدلات الإنذار الكاذب العالية، وتدعو إلى دمج تقنيات التعلم العميق لتعزيز قدرات الكشف. تقترح الدراسة نموذج ذاكرة طويلة وقصيرة المدى (LSTM) محسن لكشف…
-
طريقة مدفوعة بالذكاء الاصطناعي لاكتشاف ومنع هجمات الحرمان الموزعة من الخدمة
2024 | المؤلف: Ashraf ALDabbas وآخرون | المجلة: IAES International Journal of Artificial Intelligence | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول هذه الورقة البحثية التهديد المتزايد لهجمات حجب الخدمة الموزعة (DDoS)، والتي تعيق بشكل كبير قدرة النظام على تقديم الخدمات للمستخدمين الشرعيين. يقترح المؤلفون نموذج كشف مبتكر يستخدم إطار عمل التعلم العميق، ويشمل شبكات الذاكرة طويلة وقصيرة المدى (LSTM) وطبقات التجميع الأقصى، محققًا دقة مثيرة للإعجاب تبلغ 99.58%. يهدف هذا النموذج إلى تحديد هجمات DDoS…
-
تعزيز كشف التسلل: نهج هجين من التعلم الآلي والتعلم العميق
2024 | المؤلف: Muhammad Sajid وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث نموذجًا هجينًا لاكتشاف التسلل (ID) يدمج تقنيات التعلم الآلي (ML) والتعلم العميق (DL) لمعالجة التحديات المتزايدة في أمان الشبكات بسبب الزيادة في حجم البيانات والهجمات المتطورة. يستخدم النموذج تعزيز التدرج المتطرف (XGBoost) والشبكات العصبية التلافيفية (CNN) لاستخراج الميزات، والتي يتم دمجها بعد ذلك مع الشبكات الذاكرة قصيرة وطويلة الأمد (LSTM) للتصنيف. تستخدم…
-
تحسين نظام كشف التسلل لإنترنت الأشياء: اختيار الميزات مقابل استخراج الميزات في التعلم الآلي
2024 | المؤلف: Jing Li وآخرون | المجلة: Journal Of Big Data | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تبحث ورقة البحث في فعالية تقنيات تقليل الميزات—اختيار الميزات (FS) واستخراج الميزات (FE)—في سياق أنظمة كشف التسلل الشبكي (NIDS) لبيئات إنترنت الأشياء (IoT). تستخدم مجموعة بيانات شبكة TON-IoT غير المتجانسة لتقييم أداء هذه التقنيات بناءً على مقاييس مثل الدقة، ودرجة F1، ووقت التشغيل لكل من مهام التصنيف الثنائي ومتعدد الفئات. تشير النتائج إلى أن FE…
-
تعزيز أمان WSN-IoT المعتمد على خوارزمية اليراعة مع التعلم الآلي لاكتشاف التسلل
2024 | المؤلف: M. Karthikeyan وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم البحث طريقة جديدة للكشف عن التسلل الآلي، تُسمى FA-ML، والتي تدمج خوارزمية اليراعة (FA) مع تقنيات التعلم الآلي لتعزيز الأمان في الشبكات اللاسلكية الاستشعارية (WSN) وأنظمة إنترنت الأشياء (IoT). الهدف الأساسي من هذا النهج هو تحسين تحليل البيانات واتخاذ القرارات من خلال التعاون الفعال بين شبكات WSN وIoT. تستخدم تقنية FA-ML منهجية منهجية تشمل…