كلية علوم الحاسوب وتكنولوجيا المعلومات تناقش إطار تعلم النقل العميق لاكتشاف هجمات إنترنت الأشياء

ناقشت كلية علوم الحاسوب وتكنولوجيا المعلومات رسالة الماجستير الموسومة "إطار تعلم النقل العميق لاكتشاف هجمات إنترنت الأشياء ، 
استهدفت الرسالة التي قدمتها الطالبة حنان عباس محمد وبإشراف المدرس الدكتور إدريس محمد حسين، بناء نظام لاكتشاف هجمات إنترنت الأشياء (IoT) باستخدام خوارزمية الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (Bi-LSTM) للتعلم العميق، وتحسين أداء ودقة الخوارزمية من خلال التهجين مع خوارزمية تحسين الحيتان (Whales Optimization Algorithm). وتقييم الخوارزمية المحسّنة بمقارنتها مع المعايير القائمة .

واستنتجت الرسالة أن النموذج Bi-LSTM المُحسّن حقق دقة كشف ملحوظة بلغت 99% عبر سيناريوهات هجوم متنوعة. وأظهر التحليل تفوق النموذج المحسّن في الأداء من حيث الدقة والضبط والاسترجاع، مما ابرز فعاليته وقوته في الكشف الموثوق عن هجمات إنترنت الأشياء.واوصت الباحثة استخدام التعلم العميق في النقل لتعزيز أداء Bi-LSTM باستخدام النماذج المدربة مسبقًا. والجمع بين خوارزمية تحسين الحوت (WOA) والتقنيات الأخرى لتحسين ضبط المعلمات الفائقة.