نوقش طالب الماجستير قاسم عبد الحسين هادي عن رسالته الموسومة (نموذج كشف التسلل لخوارزميات التعلم الآلي القائمة على إنترنت الأشياء) والمقدمة إلى مجلس كلية علوم الحاسوب وتكنولوجيا المعلومات في جامعة القادسية تحت إشراف كل من: الأستاذ المساعد الدكتور  علي سعيد دايم، والمدرس الدكتور أحمد مهدي محسن.

تهدف هذه الدراسة إلى بناء نموذج فعّال لكشف هجمات التسلل المختلفة لإنترنت الأشياء، إلى جانب بناء وتنفيذ نموذج تجميع فعّال لتقليل عدم توازن مجموعة بيانات التسلل وتقليل عدد العناقيد المولدة عن طريق تلمسها بناء وتطوير العناقيد الأكثر تشابها. وتقليل التداخل الناتج عن تلمس التجمعات، عن طريق المقاييس الشاملة للنموذج المقترح ومصنفات تعلم الآلة، وتمت ملاحظة تحسنا كبيرا عن طريق النتائج مع النموذج المقترح؛ ومن جانب الدقة فقد حقق النموذج المقترح دقة عالية تصل إلى 73.1%، بينما حقق المصنف KNN 65.14%، ولمصنف RF حقق 67.42%، وفي المصنف NB حقق دقة متوسطة 55.51%، وحقق المصنف DT 64.9%.

أما من جانب الدقة تمت ملاحظة أن المصنف NB حقق نتائج أعلى من النموذج المقترح الذي حقق 78.81%، بينما حقق النموذج المقترح 77.07% لأن عملية تصنيف Naive Bayes (NB)

لنموذج يفضل الطبقة “العادية” بشدة، فمن المرجح أن هذا النموذج يعاني من مشكلة عدم التوازن الطبقي، مما يعني أن هناك انحيازًا كبيرًا تجاه الفئة “العادية” في البيانات المستعملة لتدريب هذه النماذج. وفي بقية المصنفات حققت KNN وRF وDT 61.62% و66.05% و64.75% على التوالي؛ ومن جانب درجة F1- حقق النموذج المقترح نتائج عالية تصل إلى 69.56%، بينما حققت المصنفات الأخرى KNN و RF و NB و DT 62.91%، 66.55%، 56.93%، و 64.81% على التوالي.

قبلت الرسالة بتقدير إمتياز، مبارك للباحث  وللمشرفَين