نموذج التعلم الآلي المعزز لنظام كشف التطفل على الشبكات

الملخص

لقد سهّل الإنترنت والتطورات التكنولوجية التواصل وتبادل المعلومات بشكل أسرع. ومع ذلك، لا تزال الجرائم الإلكترونية، بما في ذلك البرامج الضارة والتصيد الاحتيالي وبرامج الفدية، تُشكّل مشكلة خطيرة على الرغم من التقدم التقني. ومن التحديات الكبيرة التي ظهرت مع تسارع وتيرة التقدم التكنولوجي اكتشاف التسلل من خلال نظام كشف التسلل (IDS) في الشبكات اللاسلكية (WSN) واتصالات الشبكة. ولمواجهة هذه التحديات، تقترح هذه الورقة نهجين دقيقين لاكتشاف التسلل في الشبكة وشبكة WSN باستخدام أساليب التعلم الآلي، وهما: الخرائط الفوضوية (الدائرة واللوجستية)، وطفرة كوشي، وآلة المتجهات الداعمة (SVM)، وتحليل معامل ارتباط بيرسون (PCCA)، ومُحسِّن الأشخاص الرحل (NPO). تتكون الأساليب المقترحة من خمس مراحل رئيسية هي: جمع البيانات، والمعالجة المسبقة، واختيار الميزات، والتصنيف، والتقييم. تساعد مجموعتا بيانات في تقييم الأساليب المقترحة، وتصل دقة نظامي WSN-DS وNSL-KDD إلى 99.98 و99.96% على التوالي.