إطار تكيفي قابل للتفسير قائم على التعلم العميق لاكتشاف التسلل السيبراني وتسجيل التهديدات الجنائية الرقمية في بيئات الشبكات المؤسسية
الكلمات المفتاحية:
الأمن السيبراني؛ كشف التسلل؛ التعلم العميق؛ تحليل الشبكات؛ التهديدات الرقمية؛ التحليل الجنائي الرقمي؛ أمن الشبكاتالملخص
تواجه أنظمة كشف التسلل التقليدية تحديات متزايدة نتيجة التطور المستمر في الهجمات السيبرانية وتعقيد أنماطها، مما يؤثر في دقة الاكتشاف ويزيد من معدلات الإنذارات الكاذبة. تهدف هذه الدراسة إلى تطوير إطار ذكي تكيفي وقابل للتفسير لتحسين كفاءة اكتشاف التسلل داخل البيئات الشبكية الحديثة ويعتمد النموذج المقترح على دمج تقنيات متعددة للتعلم العميق وتحليل السلوك الشبكي بهدف تحسين دقة التصنيف وتقليل الأخطاء. كما تم تضمين آلية تفسير للقرارات تساعد في تحديد الخصائص الأكثر تأثيرا في اكتشاف الهجمات، بالإضافة إلى نظام لتسجيل الأحداث الأمنية لدعم التحليل الجنائي الرقمي والاستجابة للحوادث. تم تقييم النموذج باستخدام مجموعة بيانات قياسية خاصة بحركة الشبكات والهجمات السيبرانية، وأظهرت النتائج تحقيق دقة مرتفعة مع قدرة فعالة على التمييز بين الأنواع المختلفة للهجمات وتقليل الإنذارات الكاذبة مقارنة بالنماذج التقليدية.
تؤكد نتائج الدراسة أهمية دمج تقنيات التعلم العميق القابلة للتفسير مع التحليل الجنائي الرقمي لتحسين موثوقية أنظمة الأمن السيبراني ورفع كفاءتها التشغيلية.
منشور
كيفية الاقتباس
إصدار
القسم
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
