تقييم تقنيات تعلم الآلة في كشف هجمات LDOS في شبكات SDN
| العنوان بلغة أخرى: |
Evaluating the Performance of Machine Learning Techniques in Detecting Ldos Attacks in Sdns |
|---|---|
| المصدر: | مجلة العلوم الهندسية وتكنولوجيا المعلومات |
| الناشر: | المركز القومي للبحوث |
| المؤلف الرئيسي: | يوسف، دانيال يوسف (مؤلف) |
| المؤلف الرئيسي (الإنجليزية): | Yousef, Danial Yousef |
| المجلد/العدد: | مج6, ع6 |
| محكمة: | نعم |
| الدولة: |
فلسطين |
| التاريخ الميلادي: |
2022
|
| الشهر: | سبتمبر |
| الصفحات: | 15 - 36 |
| ISSN: |
2522-3321 |
| رقم MD: | 1321574 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | العربية |
| قواعد المعلومات: | HumanIndex |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
الشبكات المعرفة برمجيا | هجوم حجب الخدمة منخفض معدل النقل | تعلم الآلة | الامن الإلكتروني | SDN | Ldos | ML | Cyber Security
|
| رابط المحتوى: |
عدد مرات التحميل
21
| المستخلص: |
ما تزال الشبكات المعرفة برمجيا SDN غير ناضجة كفاية وخاصة من الناحية الأمنية، ويمكن أن تصبح بسهولة هدفا رئيسا للعديد من الهجمات كهجمات حجب الخدمة التي تسبب تقليل أو حجب خدمات الشبكة وجعلها غير متاحة للمستخدمين، أو قد تكون أيضا بوابة لهجمات أخرى. نقدم في هذه المقالة تقييم لمجموعة من خوارزميات التعلم الآلي في كشف هجمات LDos في شبكات SDN، حيث يمكن لأنظمة الأمن السيبراني تحليل الأنماط والتعلم منها للمساعدة في منع الهجمات المماثلة والاستجابة للسلوك المتغير. وهذا يمكن أن يساعد فرق البحث في الأمن السيبراني على أن تكون أكثر استباقية في منع التهديدات والاستجابة للهجمات النشطة في الزمن الحقيقي. SDNs are still not mature enough, especially in terms of security, and can easily become a prime target for many attacks such as DoS attacks that reduce or block network services and make them unavailable to users, or they may also be a gateway to other attacks. In this article, we present an evaluation of a set of machine learning algorithms in detecting LDoS attacks in SDNs, where cybersecurity systems can analyze and learn patterns to help prevent similar attacks and respond to changing behavior. This can help cybersecurity research teams be more proactive in preventing threats and responding to active attacks in real time. |
|---|---|
| ISSN: |
2522-3321 |
عناصر مشابهة
-
Towards Effective Machine Learning Framework for Intrusion Detection in Wireless Networks
بواسطة: أبو السعود، إسراء طاهر سبتي منشور: (2022) -
A Machine Learning Approach for Detecting Security Attacks on Blockchain
بواسطة: سلمان، محمد عوض منشور: (2023) -
الإطار القانوني لتجريم القرصنة الإلكترونية في مملكة البحرين
بواسطة: الحريري، محمد فؤاد منشور: (2023) -
أهمية حماية البيانات والأمن السيبراني في التحكيم الدولي
بواسطة: خراج، مريم منشور: (2023) -
الأمن السيبراني والنظافة الرقمية
بواسطة: أحمد، فاطمة علي إبراهيم منشور: (2022)
