LEADER |
03781nam a22003137a 4500 |
001 |
1513683 |
041 |
|
|
|a eng
|
100 |
|
|
|9 549672
|a البستنجي، أحمد محمد
|e مؤلف
|
245 |
|
|
|a Accurate Malware Detection Using Light GBM Algorithm
|
260 |
|
|
|a مؤتة
|c 2019
|
300 |
|
|
|a 1 - 63
|
336 |
|
|
|a رسائل جامعية
|
502 |
|
|
|b رسالة ماجستير
|c جامعة مؤتة
|f كلية تكنولوجيا المعلومات
|g الاردن
|o 0001
|
520 |
|
|
|a تهدف هذه الدراسة إلى تطوير نظام ذكي مضاد للبرمجيات الخبيثة قادر على اكتشافها وإنهاءها فورا، وتركز هذه الدراسة على البرمجيات الخبيثة الخاصة بالأجهزة التي ترتبط مع شبكة الإنترنت ضمن ما يعرف باسم إنترنت الأشياء، وذلك من خلال استخدام إحدى تقنيات الذكاء الصناعي، حيث تم تطبيق خوارزمية ذكاء صناعي حديثة تسمى Light (LightGBM) Gradient Boosting Algorithm لتصنيف البرمجيات الخبيثة إلى عائلاتها وذلك لضمان سهولة التعرف عليها في المستقبل بشكل مباشر من قبل البرمجيات المضادة للبرمجيات الخبيثة على مستوى الجهاز وعلى مستوى الشبكة. استخدم المنهج المقترح في هذه الدراسة بيانات من أجهزة حقيقية تم استخدامها من أجهزة إنترنت الأشياء وقد قدمتها دراسة سابقة جمعتها لنفس الغرض، وتم تحليلها وتصنيفها باستخدام خوارزمية (LightGBM)، وتوضح طريقة التصنيف حلا فعالا ودقيقا؛ فقد كانت نتائج الاختبارات دقيقة بنسبة 100% في التعرف على البرمجيات الخبيثة، وعلاوة على ذلك، فقد أظهرت النتائج -دون أدنى شك-أن التقنية المقترحة فعالة في مرحلة مبكرة من الهجوم، مما يسهل إيقافه قبل الانتشار أو إحداث أي ضرر. أن المنهج المقترح في هذه الرسالة قد حقق نتائج أفضل من النتائج التي حققتها العديد من الدراسات السابقة والتي استخدمت تقنيات مختلفة من تقنيات الذكاء الصناعي. وعلى الرغم أن الدراسة التي استخدمت نفس البيانات كانت أفضل الدراسات السابقة من حيث النتائج إلا أن الدقة في نتائجها لم تصل إلى الدقة التي وصلت إليه هذه الدراسة إضافة إلى الخوارزمية الأبسط المستخدمة في هذه الدراسة.
|
653 |
|
|
|a البرمجيات المضادة
|a الهجمات الإلكترونية
|a البرمجيات الخبيثة
|a إنترنت الأشياء
|a الذكاء الاصطناعي
|
700 |
|
|
|9 511346
|a الكساسبة، محمد شراري
|e مشرف
|
856 |
|
|
|u 9802-008-021-0001-T.pdf
|y صفحة العنوان
|
856 |
|
|
|u 9802-008-021-0001-A.pdf
|y المستخلص
|
856 |
|
|
|u 9802-008-021-0001-C.pdf
|y قائمة المحتويات
|
856 |
|
|
|u 9802-008-021-0001-F.pdf
|y 24 صفحة الأولى
|
856 |
|
|
|u 9802-008-021-0001-1.pdf
|y 1 الفصل
|
856 |
|
|
|u 9802-008-021-0001-2.pdf
|y 2 الفصل
|
856 |
|
|
|u 9802-008-021-0001-3.pdf
|y 3 الفصل
|
856 |
|
|
|u 9802-008-021-0001-4.pdf
|y 4 الفصل
|
856 |
|
|
|u 9802-008-021-0001-R.pdf
|y المصادر والمراجع
|
856 |
|
|
|u 9802-008-021-0001-S.pdf
|y الملاحق
|
930 |
|
|
|d y
|
995 |
|
|
|a Dissertations
|
999 |
|
|
|c 1015912
|d 1015912
|