تفاصيل الوثيقة نوع الوثيقة : رسالة جامعية  عنوان الوثيقة : كشف التسلل في إنترنت الأشياء باستخدام التعلم العميق Intrusion detection in IoT using deep learning.   الموضوع : كلية الحاسبات وتقنية المعلومات  لغة الوثيقة : العربية  المستخلص : يستخدم الأمن السيبراني على نطاق واسع في العديد من التطبيقات، مثل الأنظمة الصناعية الذكية، والمنازل، والأجهزة الشخصية، والسيارات، وعليه شهد تطورات وابتكارات، لكنها لم تزل تواجه تحديات في حل المشكلات المتعلقة بأساليب الأمان لأجهزة إنترنت الأشياء. تم تقديم طرق أمنية فعالة، مثل التعلم العميق لاكتشاف التسلل، وركزت الأبحاث الحديثة على تحسين خوارزميات التعلم العميق لتحسين الأمان في إنترنت الأشياء. يستكشف هذا البحث طرق اكتشاف التطفل التي يتم تنفيذها باستخدام التعلم العميق، ويقارن أداء طرق التعلم العميق المختلفة، ويحدد أفضل طريقة لتنفيذ اكتشاف التسلل في إنترنت الأشياء. يتم إجراء هذا البحث باستخدام نماذج التعلم العميق القائمة على الشبكات العصبية التلافيفية (CNN) والذاكرة طويلة المدى (LSTM) والوحدات المتكررة ذات البوابات (GRUs). وتم مقارنة أربع مجموعات بيانات، وهي Bot - loT وUNSW - NB15 وCICIDS 2017 و23 - loT، لتحديد حدود كل مجموعة بيانات كما تم استخدام ثلاثة مصنفات لتحديد درجات الدقة والدقة و F1 لكل مجموعة بيانات. تم التوصل من خلال نتائج البحث لأنسب مجموعات البيانات التي تستخدم لتحسين اكتشاف البرامج الضارة وخروقات البيانات وأنشطة الشبكة غير الطبيعية في إنترنت الأشياء، ومن بين جميع مجموعات البيانات، تم اعتبار نموذج LSTM هو الأكثر دقة، يليه GRU وCNN. المرجو هو أن يساعد البحث في تحسين الأمان في أجهزة إنترنت الأشياء ومساعدة الباحثين في تحديد أفضل طريقة لتنفيذ طرق اكتشاف التسلل في شبكات إنترنت الأشياء. الكلمات المفتاحية: تعلم عميق؛ كشف التسلل؛ إنترنت الأشياء. الشبكات العصبية التلافيفية. ذاكرة طويلة المدى ؛ الوحدات المتكررة ذات البوابات ؛ الأمن الإلكتروني  المشرف : د. افتخار احمد خان  نوع الرسالة : رسالة ماجستير  سنة النشر : 1444 هـ 2023 م  تاريخ الاضافة على الموقع : Sunday, July 2, 2023  الباحثون اسم الباحث (عربي) اسم الباحث (انجليزي) نوع الباحث المرتبة العلمية البريد الالكتروني علاء محمد باناعمه Banaamah, Alaa Mohammed باحث ماجستير   الملفات اسم الملف النوع الوصف  49242.pdf pdf   الرجوع إلى صفحة الأبحاث