الأنظمة التقليدية تعتمد على قواعد محددة.. وهندسة البيانات توفر الدقة العالية في 'IoT'

كشف الدكتور عبدالعزيز بن عطيه السلمي عضو هيئة التدريس بكلية الحاسبات وتقنية المعلومات بجامعة الملك عبدالعزيز، وفريقه البحثي المكون من: الدكتور قاسم أبو الهيجاء بجامعة العلوم والتكنولوجيا الأردنية، والدكتور أحمد جمال طيب كلية الحاسبات وتقنية المعلومات بجامعة الملك عبدالعزيز، والدكتور علي سعيد القحطاني بجامعة نجران، عن دراستهم الحديثة التي تشير إلى أن دمج تقنيات الذكاء الاصطناعي وهندسة البيانات يمكن أن يوفر دقة عالية لكشف التسلل في شبكات إنترنت الأشياء (IoT).

وأوضح أن أنظمة كشف التسلل التقليدية تعتمد على قواعد محددة مسبقًا للتعرف على الأنشطة الضارة، ومع ذلك يمكن أن تكون هذه الأنظمة غير فعالة ضد التهديدات الجديدة والناشئة، فيما توفر تقنيات الذكاء الاصطناعي نهجًا أكثر مرونةً لكشف التسلل.

ويمكن لهذه النماذج التعلم من كميات هائلة من بيانات إنترنت الأشياء وتحديد الأنماط التي قد تشير إلى هجوم إلكتروني؛ حيث تُسهم هندسة البيانات في تحسين دقة نماذج الذكاء الاصطناعي من خلال توفير أدوات لتنظيف البيانات ومعالجتها وتحديد السمات الأكثر صلة بالكشف عن التسلل.

ويتجسد استخدام الذكاء الاصطناعي وهندسة البيانات في كشف التسلل في عالم الإنترنت بدقة عالية؛ حيث تتمكّن نماذج الذكاء الاصطناعي من تمييز السلوكيات الطبيعية عن السلوكيات الشاذة بدقة عالية، وسرعة الاستجابة في تمكين نماذج الذكاء الاصطناعي للعمل في الوقت الفعلي، مما يسمح باكتشاف التسللات والتصدي لها بسرعة.