مناقشة أطروحة دكتوراه في كلية العلوم حول تحسين تخصيص الموارد في الحوسبة السحابية باستخدام التعلم العميق وتقنية البلوك تشين.

جرت في قسم علوم الحاسوب بكلية العلوم في جامعة ديالى مناقشة أطروحة الدكتوراه للطالبة سهاد إبراهيم محمد، والموسومة:”تحسين تخصيص الموارد في الحوسبة السحابية باستخدام تقنيات التعلم العميق وسلسلة الكتل (البلوك تشين)”.هدفت الأطروحة إلى معالجة التحديات المتزايدة التي تواجه بيئات الحوسبة السحابية في تخصيص الموارد بكفاءة، وإدارة أحمال العمل الديناميكية، وضمان التنفيذ الموثوق لاتفاقيات مستوى الخدمة (SLA)، من خلال تطوير إطار عمل ذكي يجمع بين نماذج التعلم العميق الهجينة وتقنية سلسلة الكتل لتعزيز الدقة والشفافية والموثوقية.اعتمدت الباحثة بنية تعلم عميق هجينة ضمّت الشبكات العصبية الالتفافية (CNN) لاستخراج الخصائص والأنماط الخفية لأحمال العمل، ونماذج الذاكرة طويلة المدى (LSTM) لالتقاط التبعيات الزمنية والسلوك التسلسلي للمهام السحابية، إلى جانب وحدات التكرار البوابية (GRU) لتقليل التعقيد الحسابي وتحسين كفاءة التدريب دون التأثير على الأداء التنبؤي، بما يسهم في اتخاذ قرارات دقيقة وفورية لتخصيص الموارد.كما تم توسيع مجموعة بيانات واقعية مستندة إلى بيانات مهام جوجل السحابية عبر استخدام محاكاة مونت كارلو لتوليد أكثر من ستة ملايين مهمة، مما عزز التنوع الإحصائي ومتانة النتائج. وأظهرت النتائج التجريبية تحقيق النموذج الهجين CNN-LSTM دقة بلغت (99%)، ودرجة (F1) مقدارها (0.97)، مع قيم عالية لمساحة تحت المنحنى (AUC)، مما يعكس أداءً تصنيفيًا عالي الاعتمادية واستقرارًا في التعلم وسرعة في التقارب وقابلية للتوسع في البيئات السحابية واسعة النطاق.وبالتوازي، طبّقت الباحثة نظامًا لمراقبة اتفاقيات مستوى الخدمة قائمًا على تقنية سلسلة الكتل (Blockchain)، لضمان الشفافية وعدم قابلية التلاعب بالبيانات وإنفاذ الامتثال بصورة تلقائية عبر العقود الذكية، الأمر الذي يعزز الثقة بين مزودي الخدمة والمستخدمين.وتأتي هذه الأطروحة في إطار سعي كلية العلوم بجامعة ديالى إلى دعم البحث العلمي الرصين وتقديم حلول تقنية مبتكرة تسهم في تطوير البنى التحتية الرقمية وتحقيق أهداف التنمية المستدامة.