تقييم فعالية التصنيف باستخدام نماذج التعلم ذي الإشراف في حل مشكلة هجمات الحرمان من الخدمة
الكلمات المفتاحية:
هجمات الحرمان من الخدمة، التعلم ذي الإشراف، لتصنيف، CIC2018، NSL-KDDالملخص
شاع استخدام تعلم الآلة في العديد من المجالات في أيامنا هذه. وقد أدى التطور السريع لهجمات الحرمان من الخدمة إلى إبطال وسائل الحماية التقليدية للشبكات فيما يتعلق بهجمات الحرمان من الخدمة. يقترح العديد من الباحثين أنّ تعلّم الآلة تقنية واعدة في مجال مكافحة هجمات الحرمان من الخدمة وتحديدًا بتركيزهم على استخدام طرائق التعلم ذي الإشراف لإثبات نظريتهم. من المتوقع أن ينجح استخدام التصنيف في كشف هجمات الحرمان من الخدمة وخصوصًا أنه كانت نتائجه جيدة في مرحلة التدريب والاختبار إلا أنها لم تكن كذلك في التجارب المنجزة في الحياة العملية. قمنا في هذا البحث ببناء سبعة نماذج مختلفة للتصنيف بالاعتماد على مجموعة المعطيات CSE-CIC-IDS-2018 واختبرناها ضمن بيئة المحاكاة OMNET++ نظرًا لعدم إمكانية تنفيذ هذه الاختبارات ضمن شبكة حقيقية. وجدنا فجوة كبيرة بين الدقة النظرية وتلك الناتجة في عملية المحاكاة والذي يعزى إلى مشكلة الانزياح التبايني. من الممكن أنّ التصنيف التقليدي غير ملائم لحل مثل هذه المشكلة حيث تم اقتراح نماذج أخرى ليتم اختبارها في الدراسات المستقبلية.
