العنوان بلغة أخرى: |
مقترح نموذج لاكتشاف هجمات تسلل الشبكة باستخدام تقنيات التعلم الآلي |
---|---|
المصدر: | مجلة التربية والعلم |
الناشر: | جامعة الموصل - كلية التربية |
المؤلف الرئيسي: | جاسم، طيبة علي (مؤلف) |
المؤلف الرئيسي (الإنجليزية): | Jasem, Teba Ali |
مؤلفين آخرين: | جوهر، منى محمد طاهر (م. مشارك) |
المجلد/العدد: | مج31, ع3 |
محكمة: | نعم |
الدولة: |
العراق |
التاريخ الميلادي: |
2022
|
الشهر: | مارس |
الصفحات: | 99 - 109 |
ISSN: |
1812-125X |
رقم MD: | 1318863 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | الإنجليزية |
قواعد المعلومات: | EduSearch |
مواضيع: | |
كلمات المؤلف المفتاحية: |
أمان الشبكة | التعلم العميق | مجموعة بيانات KDD | الشبكة العصبية التلافيفية | Network Security | Deep Learning | IDS | KDD Dataset | Convolutional Neural Network
|
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
المستخلص: |
في الوقت الحاضر، يتزايد الاعتماد على أجهزة الكمبيوتر في جميع جوانب الحياة، لذلك من الضروري حماية شبكات الكمبيوتر وموارد الحوسبة من الهجمات المعقدة ضد الشبكة. يتم ذلك عن طريق بناء الأدوات والتطبيقات والأنظمة التي تكتشف الهجمات أو الحالات الشاذة التي تتكيف مع البنى المتغيرة باستمرار والتهديدات المتغيرة ديناميكيا. الهدف من هذه الورقة هو بناء نظام اكتشاف اختراق الشبكة (NIDS) استنادا إلى تقنيات التعلم العميق مثل الشبكة العصبية التلافيفية (CNN)، والتي أظهرت كفاءتها في التنبؤ والتصنيف واستخراج الميزات عالية المستوى في حركة مرور الشبكة. At the present time, the reliance on computers is increasing in all aspects of life, so it is necessary to protect computer networks and computing resources from complex attacks against the network. This is performed by building tools, applications, and systems that detect attacks or anomalies adapting to ever-changing architectures and dynamically changing threats. The goal of this paper is to build a Network Intrusion Detection System (NIDS) based on deep learning techniques such as Convolutional Neural Network (CNN), which demonstrated its efficiency in predicting, classifying, and extracting high-level features in network traffic. |
---|---|
ISSN: |
1812-125X |