كلية علوم الحاسوب والرياضيات

استمرارا لحركة البحث العلمي وبمتابعة وحضور السيدة عميد كلية علوم الحاسوب والرياضيات الأستاذ الدكتور ضحى بشير عبد الله المحترمة وحضر جانب منها السيد مساعد رئيس جامعه الموصل للشؤون العلمية الاستاذ الدكتور منير سالم طه المحترم

نوقشت في قاعة المناقشة بكلية علوم الحاسوب والرياضيات في جامعة الموصل يوم الثلاثاء 9 – 5 – 2023

اطروحة الدكتوراه للطالب محمود صبحي محمود سعيد وبإشراف ا.م.د. نجلاء بديع إبراهيم الدباغ

تناولت الاطروحة التي تقدم بها الطالب :

الفضاء السيبراني عبارة عن بيئة معقدة تتكون من تقنيات غير متجانسة مثل (الحوسبة السحابية والحوسبة الضبابية وإنترنت الأشياء وما إلى ذلك) الناتجة عن تفاعل الخدمات والبرامج والأشخاص عبر الإنترنت. يتيح الفضاء السيبراني للمستخدمين التفاعل ومشاركة المعلومات وتبادل الأفكار والمشاركة في المنتديات الاجتماعية أو منتديات المناقشة وممارسة الألعاب والأعمال التجارية، من بين العديد من الأنشطة الأخرى.

تتمثل أكبر التحديات التي تواجه الفضاء السيبراني اليوم هي الهجمات السحابية وهجمات إنترنت الأشياء وهجمات التصيد الاحتيالي وهجمات برامج الفدية والتتبع وكشف البيانات التي تؤثر على خدمات الأمان والخصوصية . ومع ذلك، فإن العديد من آليات الأمان، مثل (التشفير، السيطرة على الوصول، الجدار الناري، الوثوقية، حماية الشبكة، نظام كشف التطفل التقليدي)، توفر خدمات الحماية والامان لحل هذه المشكلات. لذلك، ركز العديد من الباحثين على حل مشكلات الأمان والخصوصية من خلال دمج التقنيات الناشئة مثل (الذكاء الاصطناعي، و Blockchain ، والحوسبة السحابية ، والتعلم العميق).

وبالتالي، اعتمدت هذه الدراسة على نفس الأفكار من خلال اقتراح نموذج كشف التسلل خفيف الوزن (LIDS-IoT) استنادًا إلى تقنيات التعلم العميق و blockchain لتوفير مستوى عالٍ من الأمان والموثوقية وقابلية التوسع في بيئة إنترنت الأشياء. يمر تطوير النموذج المقترح بثلاث مراحل.

تتضمن المرحلة الأولى تطوير نموذج كشف التسلل الخفيف الوزن (LID) بناءً على نموذج MLP المتسلسل. يتميز LID بالخصائص التالية خفيف الوزن وعالي الدقة والسرعة العالية في الكشف ويتعامل مع بعض الميزات في بروتوكول MQTT. استخدمت مجموعة بيانات MQTTset في التدريب والتحقق من صحة النموذج واختباره. حيث تحتوي مجموعة البيانات على رسائل بروتوكول MQTT لكل من الهجمات على الوسيط MQTT والاتصال العادي بناءً على مستوى الحزمة. يتم قياس نسب الأداء المحققة لـ LID المقترح بعدد الميزات والدقة ودرجة F1. وكانت نتائج التجارب كما يلي: بالنسبة لمجموعة بيانات MQTTset المتوازنة، كان عدد الميزات التي تم الحصول عليها 15 بدقة (95.06) ودرجة F1 (95.31). كان عدد الميزات التي تم الحصول عليها لمجموعة بيانات MQTTset غير المتوازنة 12 بدقة (96.97) ودرجة F1 (96.80). أظهرت النتائج التي تم الحصول عليها كفاءة التعلم العميق في تحسين دقة نموذج كشف التسلل بحوالي 3.5٪ مقارنة بالطرق الأخرى في الأدبيات. بالإضافة إلى ذلك، خفضت الطرق المقترحة عدد الميزات بحوالي 50٪ من إجمالي عدد الميزات، مما أدى إلى إنتاج نموذج LID يمكن أن يعمل في بيئة مقيدة. علاوة على ذلك، تم استخدام الإستراتيجية المستندة إلى القواعد لإنشاء التواقيع لتصنيف الهجوم ولتقليل معدل الانذار الكاذب.

تتضمن المرحلة الثانية نشر نموذج LID المطور على الشبكة الخاصة بناءً على تقنية blockchain ، والتي تهدف إلى القضاء على مشكلات طرق الكشف المركزية وتحقيق قابلية التوسع و الوثوقية . يتم تحقيق هذه العملية من خلال تنفيذ وتصميم خوارزمية إجماع خفيفة الوزن وعملية لتحمل الخطأ البيزنطي (LPBFT) التي تعمل على تحسين الخوارزمية التقليدية (PBFT) . المزايا التي تم الحصول عليها من تنفيذ LPBFT المقترح هي بساطة هيكلية الرسائل ، ولا تحتاج إلى خادم أساسي ، ووقت حساب منخفض ، وتتكون من مرحلتين فقط (الطلب والرد). هذا يجعلها قابلة للتطبيق بكفاءة في شبكات إنترنت الأشياء. لتقييم أداء خوارزمية LPBFT ، تم تطبيق سيناريو عدد اثنين. في كل سيناريو ، يتم تحديد إحدى عقد blockchain كمدرب ، والباقي يعتبر عملاء.

وفي المرحلة الأخيرة، تم تطبيق LIDS-IoT الذي يضم (LID مع قواعد التصنيف( في بيئة مادية حقيقية .(Raspberry Pi 4B) وتم عمل أربعة سيناريوهات لتقييمه .أظهرت النتائج التجريبية أن LIDS-IoT المقترح لديه القدرة على اكتشاف وتصنيف ثلاثة من خمسة هجمات على MQT Broker ونتيجة لذلك ، فإن تقنية LIDS-IoT المقترحة هي إحدى التقنيات التي تنتج أداءً فائقًا في توفير خدمات الخصوصية والأمن لبيئة إنترنت الأشياء.

تطرقت الدراسة الى استخدام أسلوب

– Deep Learning

– BlockChain

– Rule Set

تهدف الدراسة الى بناء نظام كشف وتصنيف التطفل على MQTT Broker ويمتلك الصفات التالية (Lightweight, scalable, decentralized, low traffic, and trusted) له القدرة على التطبيق في بيئة الأجهزة خفيفة الوزن مثل Raspberry pi 4B.

ترأس لجنة المناقشة أ.د. ضحى بشير عبد الله المحترمة

وعضوية كل من:

ا.د. عيسى إبراهيم عيسى عضواَ

ا.م.د. احمد سامي نوري عضواَ

ا.م.د. رواء بطرس بولص​عضواَ

ا.م.د. الاء ياسين طه ​عضواَ

ا.م.د. نجلاء بديع إبراهيم الدباغ عضواَ ومشرفا