ناقشت كلية تكنولوجيا المعلومات أطروحة دكتوراه بعنوان " Intrusion Detection System Based on
Gaining-Sharing Knowledge and Deep Learning Techniques "

ضحى فاضل عباس

ناقشت كلية تكنولوجيا المعلومات أطروحة طالبة الدكتوراه ( هديل قاسم غني فرمان ) تحت بعنوان " Intrusion Detection System Based on Gaining-Sharing Knowledge and Deep Learning Techniques" و بإشراف ( ا.م.د. واثق لفته عبد علي ) في قسم البرمجيات .
من قبل اعضاء اللجنة ادناه :
ا.د توفيق عبدالخالق عباس / رئيسا
ا.د سراب مجيد حميد / عضوا
ا.د الحارث عبدالكريم عبدالله / عضوا
ا.م.د ندا عبدالزهرة عبدالله / عضوا
ا.م.د احمد حبيب سعيد / عضوا
ا.م.د واثق لفته عبدعلي / عضوا و مشرفا

تعتبر مسألة أمن الشبكات مسألة مهمة وحساسة عندما يتعلق الأمر بخصوصية المنظمات والأفراد، خاصة عندما يتم نقل المعلومات الهامة والحساسة عبر هذه الشبكات. لقد تزايدت أهمية أنظمة كشف التسلل IDSs والتي تعتبر عنصراً مهماً جداً في حماية المعلومات وتقليل الأضرار الناتجة عن الهجمات و اختراقات أنظمة الشبكات، وذلك بسبب اعتماد أحدث الأنظمة المتعلقة بخدمات الويب المتقدمة سواء الحكومية أو الخدمات، الخدمات المصرفية، البريد الإلكتروني، أو التسويق الإلكتروني . تعد البيانات ذات الأبعاد العالية والكشف البطيء والأداء غير الكافي من بين المشاكل التي لا تزال تواجهها أنظمة IDS , مساهمات هذه الأطروحة من حيث تحسين الدقة وتقليل وقت التشغيل يمكن أن تساعد في تحسين فعالية IDSs . الهدف من هذه الأطروحة هو بناء نموذج كشف التسلل باستخدام خوارزميات التعلم العميق استنادًا إلى أربع مجموعات بيانات قياسية مستقلة CICIoMT2024 وCICIoT2023 وKDDCup99 وNSL-KDD. والغرض من ذلك هو تقييم مجاميع البيانات الحديثة والتاريخية التي يتم استخدامها بشكل متكرر في دراسات كشف التسلل من قبل العديد من الباحثين والمهتمين في هذا المجال لقياس فعالية النموذج المقترح . يعالج نموذج كشف التسلل المقترح التحديات المرتبطة بمجاميع بيانات كشف التسلل من حيث الأبعاد العالية من خلال اعتماد خوارزمية تحسين جديدة لتقليل حجمها وتحسين كفاءتها.