Analysis of Botnet Distributed Denial of Service Attack of IOT Devices Using Machine Learning Classifiers and Sequential Detection Architecture
| العنوان بلغة أخرى: |
تحليل هجوم BoTNeT DDOS لأجهزة إنترنت الأشياء باستخدام مصنفات التعلم الآلي وهندسة الكشف التسلسلي |
|---|---|
| المؤلف الرئيسي: | مخاتره، معتز فواز (مؤلف) |
| مؤلفين آخرين: | الذيابات، مفلح (مشرف) |
| التاريخ الميلادي: |
2021
|
| موقع: | المفرق |
| الصفحات: | 1 - 64 |
| رقم MD: | 1253518 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
67
| المستخلص: |
يعد أمن المعلومات قضية مهمة في عالم الشبكات بسبب التطور السريع في أنظمة الحاسوب التي تعتمد على شبكة الإنترنت. التحدي الكبير هو حماية هذه الأنظمة من الأنشطة الإجرامية التي تسمى الاختراقات غير المشروعة. الغرض الأساسي من هذه الانتهاكات هو التدمير أو إلحاق الضرر مثل سرقة موارد شبكة الانترنت. هجوم حجب الخدمة الموزعة (DDOS) هو أكثر أشكال الهجمات الإلكترونية ضررًا حيث يحاول المهاجم حرمان الخادم من الموارد عن طريق إغراقه بطلبات غير ضرورية ، مما يجعلها غير قادرة على تلبية الطلبات المشروعة. تقدم هذه الأطروحة نموذجًا هجينًا جديدًا يعتمد على تقنية استخراج واستنباط الميزات وخوارزميات التعلم الآلي. يتضمن النموذج المقترح جمع البيانات واستخراج الميزات وتطبيق ستة من مصنّفات التعلم الآلي. تم استخدام تقنية استخراج الميزات للاستفادة من سلوكيات الشبكة الخاصة بإنترنت الأشياء مع الاستفادة أيضًا من معلمات تدفق الشبكة بما في ذلك طول الحزمة والفواصل الزمنية بين الحزم والبروتوكول. أظهرت النتائج التجريبية أن النموذج المقترح باستخدام مصنف شجرة القرار(DT) حصل على أفضل النتائج بين المصنفات الستة المستخدمة بدقة ((Precision تساوي (1.0) ودقة(Accuracy) تساوي (0.9999993511970414) ونسبة خطأ تساوي (0.1230). |
|---|
عناصر مشابهة
-
Botnet Attacks Detection in IoT Using Machine Learning
بواسطة: عليمات، حمزة محمد منشور: (2023) -
Method for Distributed Denial of Service "DDoS" Attack Detection Using Machine Learning in IOT Network
بواسطة: Doma, Israa Mohamed Adam منشور: (2022) -
A Machine Learning-Based Intrusion Detection Framework for IoT Devices
بواسطة: البرقان، دانيل عاصم إميل منشور: (2023) -
Prediction of Cybersecurity Insider Attacks Using Machine Learning
بواسطة: Qassem, Abdelaziz Issa Alshaikh منشور: (2023) -
Supervised Machine Learning Techniques for Intrusion Detection
بواسطة: العيسة، وفاء عصام جميل منشور: (2022)
