Real-Time Network Intrusion Prevention System Based on Machine Learning)

الملخّص

يقدم هذا المشروع تصميم وتنفيذ نظام حماية متكامل من الاختراقات الشبكية في الزمن الحقيقي يعتمد على منهجية التعلم الآلي الهجين (المزدوج). يعالج النظام التحدي الأساسي في مجال أمن الشبكات وهو تحقيق دقة كشف عالية وسرعة معالجة فائقة في نفس الوقت. يعتمد النظام على معمارية مصنف ثنائي المستوى: المستوى الأول يستخدم شجرة القرار (Decision Tree) للتصنيف السريع بناءً على الحزمة الأولى من كل تدفق بيانات، والمستوى الثاني يستخدم الغابة العشوائية (Random Forest) للتحليل الدقيق للتدفقات منخفضة الثقة. تم تدريب النظام على مجموعتي بيانات مرجعيتين UNSW-NB15 و CICIDS2017، وتم تنفيذه باستخدام خدمات Python للتعلم الآلي و Node.js للخلفية و Vue.js للواجهة الأمامية مع تحديثات فورية عبر WebSocket. أظهرت النتائج قدرة النظام على معالجة 1.2 مليون حزمة في الثانية بدقة كشف تزيد عن 97%، مما يحقق التوازن المطلوب بين السرعة والدقة.