مناقشة رسالة طالبة الماجستير ايمان جلال خليفة من قسم علوم الحاسوب

ناقش قسم علوم الحاسبات في كلية العلوم بجامعة ديالى رسالة طالبة الماجستير (ايمان جلال خليفة) الموسومة  (طريقة تصنيف الإسناد للبرامج الضارة للتهديد المتقدم المستمر APT باستخدام التعلم الآلي) وذلك على قاعة المناقشات في قسم علوم الفيزياء .

اوضحت الطالبة ان الهدف الرئيسي من هذا العمل هو تصميم وتنفيذ نظام لاكتشاف وتصنيف البرامج الضارة للتهديد المستمر المتقدم (APT) بدقة وسرعة بناءً على خوارزميات التعلم الآلي والعميق. تقترح هذه الرسالة نظامًا للكشف عن البرامج الضارة لـ APT وتصنيفها باستخدام خوارزميات تصنيف فعالة ومرنة تعتمد على التعلم الآلي باستخدام Random Forest Classifier (RFC) ، وآلة تعزيز التدرج الخفيف (LightGBM) ، والتعلم العميق باستخدام شبكة الالتفاف العصبية الهجينة ( CNN) مع شبكات ذاكرة طويلة المدى (LSTM). أولاً ، يحدد تصنيف الفئة الثنائية البرامج الضارة APT من فئتين والبرامج الضارة العادية ؛ ثانيًا ، يحدد التصنيف متعدد الفئات 15 برنامجًا ضارًا لـ APT والبرامج الضارة العادية.

تُظهر نتائج نظام تصنيف الفئات الثنائية أن التعلم الآلي يتمتع بأداء أفضل من التعلم العميق ، حيث تبلغ دقة الغابة العشوائية حوالي 0.999723 ودقة LightGBM تبلغ 0.999480 ، بينما تبلغ دقة CNN-LSTM الهجينة حوالي 0.914798. أوضحت نتائج نظام التصنيف متعدد الفئات أن التعلم الآلي لديه أفضل أداء من التعلم العميق. تبلغ دقة LightGBM حوالي 0.999727 ، تبلغ دقة الغابة العشوائية حوالي 0.999632 ، بينما حققت CNN-LSTM الهجينة دقة تبلغ حوالي 0.798206 .

.

<<  الموضوع التالي  |  الموضوع السابق  >>