اعلام جامعة بابل | اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"Intelligent Cyber Security"

اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"Intelligent Cyber Security"

نشر بواسطة : ضحى فاضل عباس

تاريخ الخبر : 23/10/2024 21:13:05 PM

عدد المشاهدات : 120

اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"Intelligent Cyber Security"

ضحى فاضل عباس
قسم البرمجيات في كلية تكنولوجيا المعلومات يناقش اطروحة دكتوراه " Intelligent Cyber Security for Internet of Thing Enterprise Building Security"
لطالبة الدكتوراه ( رسل حيدر جاسم سلمان) و بإشراف (د. حيدر كاظم حمود ) في قسم البرمجيات . و ذلك في الساعة التاسعة من صباح يوم الاربعاء المصادف 23/10/2024 و على قاعة المؤتمرات في كلية تكنولوجيا المعلومات

ناقشت الاطروحة الأمن السيبراني و ما له من دور مهم وفعال في مجال تكنولوجيا المعلومات. أصبحت حماية المعلومات مشكلة كبيرة جدًا ومصدر قلق في العديد من المؤسسات. ونظرًا لزيادة الهجمات الإلكترونية في مختلف المجالات، فقد أخذت حماية الشبكة دورًا مهمًا للغاية في العديد من الأبحاث. تتعرض العديد من المؤسسات أنواع مختلفة من الهجمات الإلكترونية التي تغير وتدمر البيانات على الشبكة من خلال الاتصالات الذكية بين الأشخاص والأشياء والبيانات والعمليات داخل النظام الواحد، تم تقديم إنترنت الأشياء كمستوى جديد من الأنظمة الذكية. نظرًا لأن أنظمة إنترنت الأشياء مصممة بأجهزة محدودة وبروتوكولات خفيفة الوزن، فإن الأمان شرط أساسي لنجاحها. لذلك، فإن هدف العمل هو توفير نظام آمن خفيف الوزن لحماية بيانات المؤسسة والشبكة من المتسللين والهجمات باستخدام مزيج من خوارزميات التعلم العميق وتعلم الآلة.
بالإضافة إلى ذلك، تم تطبيق تقنيتين هجينتين للتعلم العميق والتعلم الآلي كاستراتيجية ذكية لنظام الأمان المقترح. الذاكرة طويلة المدى القصيرة (LSTM) والشبكة العصبية التلافيفية (CNN) تم استخدامها كطريقة ذكية للكشف عن الهجوم والمتسللين.
تم تقسيم النظام المقترح إلى مرحلتين هما مراقبة الأحداث خارج المبنى واكتشاف المتسللين في الشبكات. بيانات الإدخال لمرحلة المراقبة هي صورة كائن محلي من مستشعر الكاميرا اما في مرحلة اكتشاف التطفل، تكون بيانات الإدخال هيUNSW-NB15 ، NSL-KDD ، CICIoT2023 ،N-BaIoT.
في المرحلة الأولى، تم استخدام هجين من الذاكرة طويلة المدى وقصيرة المدى وشبكة عصبية ملتوية (FHCNN-LSTM) لمراقبة البناية (اكتشاف الحدث) بطريقة متداخلة بدون طبقة إخراج لتقليل الحمل في Raspberry Pi وتم تدريبه باستخدام مجموعة بيانات محلية. سيتم إرسال الميزات (الخصائص) التي تم الحصول عليها من FHCNN-LSTM إلى المسؤول لتصنيف نوع الحدث.
اما في المرحلة الثانية، نظام اكتشاف التطفل، خوارزمية CNN الهجينة الثانية وLSTM المسماة (SHCNN-LSTM). تم استخدام أربع مجموعات بيانات (UNSW-NB15 وNSL-KDD وN-BaIoT وCICIoT2023) لتدريب SHCNN-LSTM. في مرحلة التصنيف، استخدمنا بعض من خوارزميات التعلم الآلي مثل (Decision Tree وRandom Forest وK_Nearest Neighbor وSupport Vector Machine و Naïve Bayes وغيرها) في طبقة التصنيف في SHCNN-LSTM للتصنيف الثنائي والمتعدد. مقاييس التقييم التي تم استخدامها في هذا العمل (accuracy, recall, precision and F1-score).
في المرحلة الثالثة، كشف التطفل الهجين باستخدام خوارزميات التعلم الآلي (HML) تُستخدم خوارزميات التعلم الآلي المختلفة (XGBoost و DT و RF و KNN و SVM وNB لاستخراج الميزات. تُستخدم Softmax / Sigmoid للتصنيف للكشف عن تسمية الفئة في مراحل اكتشاف المتطفلين. المدخلات لجميع الخوارزميات هي الميزات التي حصلنا عليها من مجموعات البيانات الأربع لمرحلة التدريب / الاختبار ومن traffic network للاختبار الفعلي، وهي ميزات من أنواع مختلفة. في MHL، قارنا مقاييس التقييم لوظائف sigmoid وSoftmax في مرحلتي التدريب والاختبار.
أظهرت طريقة مراقبة الحدث المقترحة FHCNN-LSTM أفضل النتائج بأعلى دقة 99.81? للتصنيف الثنائي. أما بالنسبة لكشف التطفل المقترح، فقد كانت أعلى دقة %99.90 للتصنيف الثنائي و99.12% للتصنيف المتعدد على بيانات N_BaIot و 96.65% للتصنيف المتعدد على بيانات CICIoT2023. اقترح نظام كشف التطفل الهجين القائم على HML أفضل دقة عالية بنسبة 99.45? مع مجموعة بيانات CICIoT2023.

ت	اسماء اعضاء لجنة المناقشة	اللقب العلمي	الاختصاص الدقيق	مكان العمل	المنصب
1	د. علي كاظم ادريس	استاذ	شبكات لاسلكية	جامعة بابل / كلية تكنولوجيا المعلومات	رئيساً
2	د. الحارث عبدالكريم عبدالله	استاذ	امن معلومات و شبكات	جامعة بابل / كلية تكنولوجيا المعلومات	عضوا
3	د. خطاب معجل علي	استاذ	حوسبة محمولة و امن شبكات	جامعة الانبار/كلية علوم الحاسوب و تكنولوجيا المعلومات	عضوا
4	د. علي هادي حسن	استاذ مساعد	ذكاء اصطناعي	جامعة بابل / كلية تكنولوجيا المعلومات	عضوا
5	د. امير كاظم هادي	استاذ مساعد	حوسبة سحابية	جامعة بابل / كلية تكنولوجيا المعلومات	عضوا
6	د. حيدر كاظم حمود	استاذ	امنية شبكات ذكية	الجامعة المستنصرية / كلية التربية	عضوا و مشرفا