إطار عمل شبه إشرافي متطرف يعتمد على المحولات لاكتشاف التسلل الشبكي

يهدف اكتشاف التسلل الشبكي (NID) إلى تحديد مختلف هجمات الشبكة ويعتبر مهمة مهمة لضمان أمان الشبكة. ومع ذلك، تتطلب طرق NID الحالية عادةً كمية كبيرة من البيانات المعلّمة للتدريب، وهو ما يعتبر غير عملي في العديد من سيناريوهات التطبيق الفعلي بسبب التكلفة العالية. لمعالجة هذه المشكلة، اقترحنا إطار عمل شبه إشرافي متطرف يعتمد على المحولات (ESet) لاكتشاف التسلل الشبكي. قام ESeT أولاً بتطوير وحدة استخراج ميزات متعددة المستويات لتعلم كل من ميزات باقات التشفير على مستوى البايت وميزات تردد التدفق على مستوى المرور لإثراء المعلومات الخاصة بالاكتشاف. ثم، خلال التعلم شبه الإشرافي، صمم ESeT المحول المزدوج الترميز لدمج الميزات المستخرجة لاكتشاف التسلل وقدم محدد المصداقية لتقليل التأثيرات السلبية للتوسيم الكاذب الخاطئ للبيانات غير المعلّمة. تظهر نتائج التجربة أن النموذج الخاص بنا يحقق أداءً ممتازاً (نسبة F1: 97.60%) مع نسبة صغيرة فقط من البيانات المعلّمة (1%) على مجموعتي بيانات CIC-IDS2017 و CSE-CIC-IDS2018.