جامعة بابل
المجلات
الكليات
المراكز
الحوكمة الالكترونية
English
جامعة بابل
الكليات
المراكز
المجلات
الحوكمة الالكترونية
English
جامعة بابل
University of Babylon
نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية
الرئيسية
تصفح الاحدث
دليل الايداع
محرك البحث
أدارة الايداع
دخول طلاب الدراسات
دخول موظفي التدقيق
ملف الرسالة/الاطروحة كامل (PDF)
مشاهدة
ملف الخلاصة عربي/ انكليزي (PDF)
لايوجد ملف
ملفات اخرى (PDF)
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: أمان محسن لشبكة مركز البيانات المعرفة بالبرمجيات بنا ًء على خوارزمية العنقدة المكيفة باستخدام الممثلين ()CURE - جامعة بابل
العنوان باللغة الانكليزية
Enhanced Security of SoftwareDefined Data Center Networking Based on Adaptive Clustering Using Representatives (CURE) Algorithm
اسم الطالب باللغتين
محمد ثائر عبد الرزاق جاسم
-
Mohammed Thaaer Abdulrazzaq Jasim
اسم المشرف باللغتين
أ. د. الحارث عبد الكريم عبد الل
--
Alharith Abdulkareem Abdullah
الخلاصة
في مجال شبكات مراكز البيانات، قدم ظهور شبكات مراكز البيانات المعرفة بالبرمجيات ( )SDDNsحلاً تحويليًا لمعالجة التعقيدات المتأصلة في إدارة الشبكة. وعلى الرغم من مزاياها العديدة، فإن تنفيذ شبكات مراكز البيانات المعرفة بالبرمجيات ( )SDDNsيطرح تحديات حرجة، وخاصة فيما يتعلق بالأمان والأداء والموثوقية والمرونة مع الأخطاء. ومن بين هذه التحديات، يعد الأمان أم ًرا بالغ الأهمية نظ ًرا لضعف شبكات مراكز البيانات المحددة بالبرمجيات أمام هجمات الحرمان من الخدمة الموزعة ( )DDoSبسبب سلوك مركزية النظام. ويركز هذا البحث على معالجة هذه القضية الحيوية. لمعالجة التحديات الأمنية التي تفرضها هجمات الحرمان من الخدمة الموزعة في شبكات مراكز البيانات المحددة بالبرمجيات، يقترح هذا البحث نموذ ًجا جدي ًدا قائ ًما على التعلم الآلي يستخدم نسخة محسنة من خوارزمية .CUREوقد تم تحسين هذه الخوارزمية من خلال تكييف معلمات الخوارزمية وفقًا لموارد المعالجة والذاكرة المتاحة. يعمل المتحكم المركزي كمنسق، حيث يلتقط حركة المرور المشبوهة ويعيد توجيهها إلى وحدة المعالجة والتحليل إذا تم اكتشاف أي شذوذ. من خلال دراسة أنماط حركة المرور بشكل شامل، تميز خوارزمية CUREالتكيفية بدقة بين حركة المرور الطبيعية والشاذة، وبالتالي تحديد هجمات DDoSالمحتملة. لتدريب وتقييم الخوارزمية، تم استخدام مجموعات البيانات CIC-DDoS2019و UNSW-NB15في هذه الأطروحة، والتي قدمت مجموعة متنوعة من سيناريوهات حركة المرور في العالم الحقيقي. تسهل ذكاء الخوارزمية تحديد هجمات ،DDoSمما يسمح لوحدة التحكم بتحديث المفاتيح بإدخالات تدفق مناسبة، وبالتالي تعزيز أمان الشبكة. توضح النتائج التجريبية أن النموذج المقترح يحقق معدل دقة مرتفع يصل إلى ٪96.2في تحديد هجمات DDoSالمختلفة التي تعالج مجموعة بيانات .CIC-DDoS2019وبالمقارنة مع الأعمال الأخرى، تم استخدام طرق مثل Generalized Entropyو XGBoostوخوارزميات التجميع مثل k-mean؛ ويؤكد هذا المستوى العالي من الدقة على فعالية خوارزمية CURE التكيفية في تحسين وضع أمان شبكات .SDDNمن خلال توفير آلية دفاع قوية ضد هجمات ،DDoSيعمل النموذج على تعزيز موثوقية وأداء شبكات SDDNبشكل كبير، مما يوفر حلاً واعدًا لأحد أكثر التحديات أهمية في مجال أمان الشبكات الحديثة
الفئة
المجموعة الطبية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2024
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
ماجستير
رابط موقع (doi)
Open access
نعم