مناقشة رسالة ماجستير في كلية تكنولوجيا المعلومات حول اكتشاف الشذوذ في الشبكات باستخدام نهج تعلم عميق هجينضحى فاضل عباسشهد قسم شبكات المعلومات في كلية تكنولوجيا المعلومات – جامعة بابل مناقشة رسالة ماجستير للطالبة فاطمة حيدر جاسم، الموسومة بعنوان: “نهج تعلم عميق هجين لاكتشاف الشذوذ في الشبكات يعتمد على المشفر التلقائي المتفرق والشبكة العصبية الالتفافية”، وذلك بإشراف الأستاذ المساعد الدكتور أمير كاظم هادي. جرت المناقشة في أجواء علمية أكاديمية عكست المستوى المتقدم للبحث والاهتمام المتزايد بقضايا أمن الشبكات وتقنيات الذكاء الاصطناعي الحديثة.سلطت الرسالة الضوء على التطور المتسارع للهجمات الإلكترونية وما تفرضه من تحديات كبيرة أمام أنظمة كشف التسلل التقليدية القائمة على التوقيعات، والتي غالبًا ما تعاني من ضعف في اكتشاف الهجمات الجديدة ومحدودية القدرة على التعميم عند التعامل مع فئات قليلة من بيانات الهجوم.وقدمت الباحثة نظامًا هجينًا مبتكرًا يعتمد على تقنيات التعلم العميق، حيث دمجت بين المشفر التلقائي المتفرق (SAE) لاستخراج الميزات عالية الجودة وتقليل الأبعاد، والشبكة العصبية الالتفافية (CNN) لتحقيق تصنيف دقيق لحركة المرور الشبكية واكتشاف الاختراقات. كما تم تضمين آلية انتباه ضمن بنية النظام لتعزيز قدرة النموذج على التركيز على السمات الأكثر أهمية وسياقية في التعرف على السلوك الشاذ.وأظهرت نتائج البحث تفوق النظام المقترح عند اختباره على مجموعات بيانات معيارية مثل NSL-KDD وCICIDS2017، حيث حقق نسب دقة عالية مقارنة بالدراسات السابقة، بلغت 99% على مجموعة بيانات CICIDS2017. كما سجل النظام دقة وصلت إلى 100% عند تقييمه على مجموعة بيانات حقيقية، مما يعكس كفاءته في بيئات العمل الواقعية.ولتعميق اختبار الأداء العملي، أجرت الباحثة تجربة محاكاة آنية تحاكي ظروف حركة مرور الشبكة الفعلية، وأظهرت النتائج قدرة النظام على الكشف الفوري والديناميكي عن الشذوذ والاستجابة السريعة للتهديدات المحتملة.وأكدت الدراسة أن النهج المقترح يمثل إضافة نوعية في مجال أمن الشبكات، من خلال الجمع بين كفاءة استخراج الميزات ودقة التصنيف، بما يسهم في تعزيز موثوقية أنظمة الكشف عن التسلل ومواكبة التحديات المتزايدة في بيئات الشبكات الحديثة.