الصفحة الرئيسية
عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
DeepDCA: كشف التسلل على إنترنت الأشياء بإستخدام نظام المناعة الاصطناعي والتعلم العميق
DEEPDCA: INTRUSION DETECTION OVER IOT BASED ON ARTIFICIAL IMMUNE SYSTEM AND DEEP LEARNING
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
نظرًا لأن إنترنت الأشياء (IoT) يحظى بشعبية كبيرة مؤخرًا، فإن هذه التقنية الواعدة تؤدي إلى مجموعة متنوعة من التحديات الأمنية. لا تتناسب الحلول التقليدية مع التحديات الجديدة التي يطرحها نظام إنترنت الأشياء. بالمقابل ، فإن أنظمة المناعة الاصطناعية (AIS) التي تحاكي نظام المناعة البيولوجي تمتاز بأنها أنظمة ذكية ،قابلة للتكيف وتمتلك خصائص مثالية مما يوفر الفرصة لتحسين الأمن السيبراني لإنترنت الأشياء. في هذه الرسالة ، نقوم بتطوير خوارزمية هجينة من التعلم العميق وخوارزمية الخلايا الجذعية (DeepDCA) في سياق نظام كشف التسلل (IDS). الهدف من هذا البحث هو كشف السلوكيات الخبيثة في شبكة إنترنت الأشياء وتقليل توليد الإنذارات الخاطئة. أيضا ، أتمتة مرحلة استخراج الإشارة لخوارزمية الخلايا الجذعية في مما يحسن أداء التصنيف. تم تطبيق جهاز كشف التسلل المقترح IDS على مجموعة البيانات IoT-Bot . تظهر نتائج التجربة أن DeepDCA كان أداؤه جيدًا في الكشف عن هجمات إنترنت الأشياء بمعدل اكتشاف عالي أظهر مدى دقة أعلى بنسبة 98.73٪ . أيضا ، قادرة على أداء مهمة التصنيف بشكل أفضل من SVM ، NB والأداء المماثل مع ANN . في المستقبل نخطط لإجراء مزيد من التجارب للتحقق من الإطار باستخدام مجموعة بيانات أكثر تحديا وإجراء المزيد من المقارنات مع أساليب استخراج الإشارات الأخرى. أيضا ، اكتشاف الهجمات في الوقت الحقيقي.
المشرف
:
أ. د. دانيال الغزاوي
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1441 هـ
2020 م
تاريخ الاضافة على الموقع
:
Monday, January 20, 2020
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
سحر أحمد الظاهري
Aldhaheri, Sahar Ahmed
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
45787.pdf
pdf
الرجوع إلى صفحة الأبحاث