تفاصيل الوثيقة

نوع الوثيقة : رسالة جامعية 
عنوان الوثيقة :
DeepDCA: كشف التسلل على إنترنت الأشياء بإستخدام نظام المناعة الاصطناعي والتعلم العميق
DEEPDCA: INTRUSION DETECTION OVER IOT BASED ON ARTIFICIAL IMMUNE SYSTEM AND DEEP LEARNING
 
الموضوع : كلية الحاسبات وتقنية المعلومات 
لغة الوثيقة : العربية 
المستخلص : نظرًا لأن إنترنت الأشياء (IoT) يحظى بشعبية كبيرة مؤخرًا، فإن هذه التقنية الواعدة تؤدي إلى مجموعة متنوعة من التحديات الأمنية. لا تتناسب الحلول التقليدية مع التحديات الجديدة التي يطرحها نظام إنترنت الأشياء. بالمقابل ، فإن أنظمة المناعة الاصطناعية (AIS) التي تحاكي نظام المناعة البيولوجي تمتاز بأنها أنظمة ذكية ،قابلة للتكيف وتمتلك خصائص مثالية مما يوفر الفرصة لتحسين الأمن السيبراني لإنترنت الأشياء. في هذه الرسالة ، نقوم بتطوير خوارزمية هجينة من التعلم العميق وخوارزمية الخلايا الجذعية (DeepDCA) في سياق نظام كشف التسلل (IDS). الهدف من هذا البحث هو كشف السلوكيات الخبيثة في شبكة إنترنت الأشياء وتقليل توليد الإنذارات الخاطئة. أيضا ، أتمتة مرحلة استخراج الإشارة لخوارزمية الخلايا الجذعية في مما يحسن أداء التصنيف. تم تطبيق جهاز كشف التسلل المقترح IDS على مجموعة البيانات IoT-Bot . تظهر نتائج التجربة أن DeepDCA كان أداؤه جيدًا في الكشف عن هجمات إنترنت الأشياء بمعدل اكتشاف عالي أظهر مدى دقة أعلى بنسبة 98.73٪ . أيضا ، قادرة على أداء مهمة التصنيف بشكل أفضل من SVM ، NB والأداء المماثل مع ANN . في المستقبل نخطط لإجراء مزيد من التجارب للتحقق من الإطار باستخدام مجموعة بيانات أكثر تحديا وإجراء المزيد من المقارنات مع أساليب استخراج الإشارات الأخرى. أيضا ، اكتشاف الهجمات في الوقت الحقيقي. 
المشرف : أ‌. د. دانيال الغزاوي 
نوع الرسالة : رسالة ماجستير 
سنة النشر : 1441 هـ
2020 م 
تاريخ الاضافة على الموقع : Monday, January 20, 2020 

الباحثون

اسم الباحث (عربي)اسم الباحث (انجليزي)نوع الباحثالمرتبة العلميةالبريد الالكتروني
سحر أحمد الظاهريAldhaheri, Sahar Ahmedباحثماجستير 

الملفات

اسم الملفالنوعالوصف
 45787.pdf pdf 

الرجوع إلى صفحة الأبحاث