منصة الرسائل والاطاريح: طريقة مطورة للكشف عن هجمات DDoS في خدمات شبكة العملة المشفرة

الخلاصة

إن الاهتمام المتزايد بتكنولوجيا blockchain، التي تعمل كدفتر حسابات غير قابل للتغيير يسهل المعاملات الموزعة، أمر لافت للنظر. ومع ذلك، فإن أمان البلوكشين عرضة لمجموعة متنوعة من المخاطر، وخاصة هجمات رفض الخدمة الموزعة (DDoS)، والتي تركز تدريجياً على خدمات شبكة العملة المشفرة. ولمعالجة هذه المشكلة، ظهرت أساليب التعلم العميق المتقدمة كحل فعال للتحديات المعقدة في مجال علم المعلومات. تقترح الأطروحة دمج هذه الأساليب في أطر عمل هجينة لمواجهة تحديات الأمن السيبراني المعقدة. في البداية، تم تقديم نهج التعلم العميق الهجين المستخدم للتصنيف الثنائي، والذي يجمع بين خوارزميات الشبكة العصبية المتكررة (RNN) والذاكرة طويلة المدى (LSTM)، للكشف عن هجمات DDoS في خدمات شبكة العملة المشفرة. وفي وقت لاحق، تم تقديم اقتراح لبناء واجهة مستخدم رسومية (GUI) لمراقبة حركة مرور الشبكة وتحديد الأنماط أو السلوكيات غير الطبيعية. تتضمن هذه الخطة تنفيذ تدابير لمنع التطفلات والرد تلقائيًا على الأنشطة المشبوهة. أنشأ أنموذجين، أحدهما يستخدم طريقة التجميع الهرمي التجميعي (AHC) والآخر يستخدم نموذج الخليط الغاوسي (GMM) لتحديد هجمات DDOS على خدمات شبكة العملة المشفرة. تم تقييم الأنموذج المقترح لاحقًا باستخدام مجموعة البيانات الحقيقية التي تمثل البيانات المرتبطة بخدمات Bitcoin التي تعرضت لهجوم DDoS. ومن الواضح أن النموذج المقترح تفوق على تطبيقات التعلم العميق القياسية، وحقق مستوى مذهلاً من الدقة. عند تقييمه باستخدام مجموعة بيانات Mt.Gox، أظهر النموذج دقة تبلغ 95.84%. علاوة على ذلك، خضعت للتحقق من الصحة باستخدام مجموعات البيانات المعترف بها على نطاق واسع، وتحديدًا CIC-IDS2017 وCSE-CIC-IDS2018، محققة دقة تبلغ 95.40% و99.77% على التوالي. لذلك، تقدم هذه الأطروحة استراتيجية واعدة للتخفيف من هجمات DDoS داخل النظام البيئي للعملات المشفرة.