استخدام خوارزميات تعلّم الآلة في تحقيق الأمن السيبراني في شبكات الآليات الذاتيّة والمتّصلة (CAVs)

المؤلفون

  • علي اسماعيل جامعة تشرين

الكلمات المفتاحية:

الآليات الذاتية والمتصلة؛ الأمن السيبراني؛ تعلّم الآلة؛ الهجمات السيبرانية.

الملخص

يُعدّ العالم الرقمي معرّضاً للتهديدات الأمنية, إذ يساعد الأمن السيبراني على التخفيف من هذه التهديدات. يشير الأمن السيبراني إلى حماية البيانات والشبكات والأنظمة والتطبيقات وجميع أنواع البيانات من الهجمات السيبرانية التي تشمل الفيروسات وأنواعاً مختلفة من الهجمات. تُستخدم شبكات الآليات الذاتية والمتّصلة (CAVs) على نطاق واسع, وبسبب خصائصها المتمثّلة بالاتصال اللاسلكي وذاتيّة القيادة؛ فإنّها تكون معرّضة للتهديدات السابقة بشكل كبير.  

يدرس هذا البحث تقنيات استخدام الذكاء الاصطناعي لحماية شبكات CAVs من الهجمات السيبرانية. إذ يستخدم خوارزميات تعلّم الآلة للكشف عن هذه الهجمات ويقارن بين خوارزميات تعلّم الآلة المستخدمة لذلك من حيث الدقّة وزمن التشغيل اللازم. يستخدم البحث الأداة WEKA في إجراء المقارنة, إذ تنّفذ التجارب على مجموعة بيانات (dataset) جديدة مختزلة عن مجموعة البيانات KDD99.

استُخدمت خوارزميتان للتعلم الآلي، وهما Decision Tree و Naive Bayes  كنموذجين للتصنيف. استناداً إلى مجموعة بيانات تدريب مُعدّلة عن مجموعة البيانات  KDD99 لتصبح مناسبة لشبكات CAVs, يتم مقارنة وتحليل دقة ووقت تشغيل هذين النموذجين عند اختيار نوع من أنواع الهجمات القائمة على الاتصالات. بينت النتائج التي تمّ التوصّل إليها أنّ نموذج شجرة القرار يتطلّب وقت تشغيل أقصر، وهو أكثر ملاءمة لاكتشاف هجوم اتصالات CAVs.

التنزيلات

منشور

2023-09-07

كيفية الاقتباس

1.
اسماعيل ع. استخدام خوارزميات تعلّم الآلة في تحقيق الأمن السيبراني في شبكات الآليات الذاتيّة والمتّصلة (CAVs). Tuj-eng [انترنت]. 7 سبتمبر، 2023 [وثق 24 نوفمبر، 2024];45(4):81-93. موجود في: https://journal.tishreen.edu.sy/index.php/engscnc/article/view/14413

الأعمال الأكثر قراءة لنفس المؤلف/المؤلفين