التطبيقات القائمة على التعلم العميق للكشف عن الاعتداءات في حركة المرور الشبكية

يناقش البحث المشكلات المرتبطة بتطبيق أساليب التعلم العميق للكشف عن الهجمات الحاسوبية في حركة المرور الشبكية. ويعرض النتائج الناتجة عن تحليل الدراسات ذات الصلة ومراجع تطبيقات التعلم العميق في مجال الكشف عن الاختراقات. كما يُناقش ويُقارن أكثر أساليب التعلم العميق شيوعًا. ويُقترح نظام تصنيف لأساليب التعلم العميق المستخدمة في الكشف عن الاختراقات. كما يتم تحديد الاتجاهات الحالية والتحديات المرتبطة بتطبيق أساليب التعلم العميق للكشف عن الهجمات الحاسوبية في حركة المرور الشبكية. وتم تصميم شبكة عصبية مُركّبة من نوع CNN-BiLSTM لتقييم مدى ملاءمة أساليب التعلم العميق للكشف عن الاختراقات. وتم مقارنة الشبكة العصبية المُصممة مع النموذج السابق القائم على استخدام تصنيف عشوائي (Random Forest). وقد أتاح استخدام أسلوب التعلم العميق تبسيط مرحلة هندسة الميزات، كما أن مقاييس التقييم الخاصة بنموذج Random Forest ونموذج CNN-BiLSTM متقاربة. ويؤكد ذلك على الإمكانيات الواعدة لتطبيق أساليب التعلم العميق في مجال الكشف عن الاختراقات.