HyperAIHyperAI

Command Palette

Search for a command to run...

نهج متعدد المراحل جديد للكشف الهرمي عن الاعتداءات

Filip De Turck Bruno Volckaert Tim Wauters Ying-Dar Lin Didik Sudyana Laurens D’hooge Miel Verkerken

الملخص

نظام كشف التسلل (IDS)، الذي يُعدّ تقليديًا مثالًا على نظام مراقبة أمنية فعّال، يواجه تحديات كبيرة بسبب التحول الرقمي المستمر في مجتمعنا الحديث. فبالإضافة إلى الزيادة المستمرة في عدد الأجهزة المتصلة وتنوعها، فإن هذا التوسع يؤدي إلى ظهور تهديدات جديدة لا تُعرفها الأنظمة الحالية، كما أن كمية البيانات التي يجب مراقبتها تفوق قدرات النظام الفردي. وهذا يُبرز الحاجة إلى نظام IDS قابل للتوسع قادر على كشف الهجمات غير المعروفة، بما في ذلك الهجمات الصفرية (zero-day). في هذا البحث، يُقترح نهج متعدد المراحل جديد للكشف الهرمي عن التسلل. وقد تم التحقق من صحة هذا النهج باستخدام مجموعتي بيانات معياريّتين علنيتين: CIC-IDS-2017 وCSE-CIC-IDS-2018. وتُظهر النتائج أن النهج المقترح لا يوفر كشفًا فعّالاً وقويًا للهجمات الصفرية فحسب، بل يتفوّق أيضًا على النماذج الأساسية والطرق الحالية، حيث يحقق أداءً عاليًا في التصنيف، يصل إلى 96% من الدقة المتوازنة. علاوة على ذلك، فإن النهج المقترح يُعدّ سهل التكيّف دون الحاجة إلى إعادة التدريب، ويستفيد من التوزيعات متعددة المستويات (n-tier) لتقليل استهلاك عرض النطاق الترددي والموارد الحسابية، مع الحفاظ على قيود الخصوصية. وقد تمكّنت النماذج الأفضل أداءً، باستخدام مجموعة متوازنة من القيم الحدّية، من تصنيف 87% من الهجمات الصفرية (أي 41 هجومًا من أصل 47 هجومًا)، مع تقليل احتياجات عرض النطاق الترددي بنسبة تصل إلى 69%.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp