ناقشت كلية علوم الحاسوب وتكنولوجيا المعلومات رسالة الماجستير الموسومة: "نموذج تعلم آلي محسّن للكشف عن هجمات البوت نت في شبكات إنترنت الأشياء للمنازل الذكية" للطالبة إيمان عامر محمد وبإشراف الدكتور ادريس محمد حسين.

وهدفت الدراسة إلى تطوير نموذج كشف خفيف وفعّال عن هجمات البوت نت التي تستهدف أجهزة المنازل الذكية، من خلال تقليص عدد الميزات المستخدمة إلى أدنى حدٍّ ممكن مع الحفاظ على أعلى دقة في الكشف، وذلك باستخدام خوارزمية تحسين سرب الجسيمات (PSO) إلى جانب نموذج شجرة القرار.

وقد تضمنت الدراسة ثلاث مراحل متسلسلة؛ تدريب النموذج الأساسي على كامل الميزات المتاحة، يليه تصفية الميزات وفق أسلوب الأهمية للإبقاء على أفضل خمس عشرة ميزة، ثم تطبيق خوارزمية PSO للوصول إلى أصغر مجموعة ميزات ممكنة مع الضبط التلقائي لمعاملات النموذج، وقد اعتُمد في التقييم على مجموعتَي بيانات N-BaIoT وEdge-IIoTset.

وأظهرت النتائج تفوق النموذج المقترح على بقية النماذج المقارِنة، إذ حقق دقةً بلغت 99.93% على مجموعة بيانات N-BaIoT بعد تقليص الميزات من 115 إلى مجموعة صغيرة محددة، مع انخفاض في استهلاك الذاكرة بنسبة 84.3%. كما أكدت نتائج مجموعة بيانات Edge-IIoTset قابلية تعميم المنهجية المقترحة، وأن الدقة العالية في الكشف والخفة في استهلاك الموارد ليستا هدفين متعارضين بل يمكن تحقيقهما معاً.

📸 معرض صور المناقشة: