ناقشت كلية علوم الحاسوب وتكنولوجيا المعلومات رسالة الماجستير الموسومة: “توليف التعلم الاتحادي للحوسبة الطرفية وأمن إنترنت الأشياء السيبراني” للطالبة شهد شرف الدين يحيى، وبإشراف الأستاذ الدكتور عيسى إبراهيم عيسى.

استهدفت الدراسة بناء نموذج تعلم آلي قادر على كشف محاولات التطفل التي تتعرض لها أجهزة إنترنت الأشياء، وذلك باستخدام أسلوبين للتدريب: التعلم المركزي، والتعلم الفيدرالي عبر خوارزميات (FedAvg، FedProx، وFedAdam)، وباستخدام مقاييس الأداء المتقدمة: (Accuracy، Precision، Recall، وF1-score).

وأظهرت النتائج أن النموذج المركزي MLP حقق أفضل أداء إجمالي، وأكدت الدراسة أن التعلم الفيدرالي يمكن أن يدعم أنظمة كشف التسلل في بيئات إنترنت الأشياء بكفاءة عالية، مع الحفاظ التام على خصوصية البيانات وتقليل الحاجة إلى جمعها بصورة مركزية.

وفي ختام المناقشة، أوصت الباحثة بضرورة اعتماد خوارزميات فيدرالية أكثر تطورًا وتعقيدًا، وتنفيذ الإطار المقترح باستخدام مجموعات بيانات حقيقية وأكبر حجمًا وأكثر تنوعًا، بما يعزز موثوقية النماذج في مواجهة التحديات الأمنية المستقبلية.

📸 معرض صور المناقشة: