ENHANCING IT SECURITY MANAGEMENT WITH AN ADVANCED INTRUSION DETECTION SYSTEM BASED ON MACHINE LEARNING AND EXPLAINABLE AI

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

The fast changing landscape of cyber threats continues to challenge the development of strong and reliable security frameworks for IT management systems. Traditional defense tools, such as Intrusion Detection Systems (IDS), often struggle to keep up with today's advanced and constantly evolving attack methods. This thesis explores these ongoing challenges and looks into how machine learning (ML) and explainable artificial intelligence (XAI) can be used to boost IDS performance. The research outlines a smart, adaptive system that combines supervised learning for real-time threat detection, unsupervised models for anomaly analysis, and proactive defense strategies. The goal is to improve detection accuracy, cut down on false alarms, and enable systems to respond automatically to emerging threats. Through testing and evaluation, the thesis shows that Machine Learning powered IDS can significantly enhance an organization's resilience against cyberattacks. Overall, the findings offer a meaningful step forward in modern IT security, pointing toward more adaptive and intelligent approaches to managing threats.

روابط وملفات

التعريف والنوع

رقم الوثيقة

f27c85bb-5c6d-42e1-b656-fe32df544212

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf text

أسماء الملفات

1084836_2.pdf

بيانات النشر

ترجمة العنوان

تعزيز إدارة أمن تقنية المعلومات من خلال نظام متقدم لاكتشاف التهديدات قائم على التعلم الآلي والذكاء الاصطناعي القابل للتفسير

ألقاب المؤلفين

[{"name_ar":"Hanan Aslam Al Zubaidi","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Mohammad Mehedy Masud","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

English

المصدر والدورية

اسم المصدر

ENHANCING IT SECURITY MANAGEMENT WITH AN ADVANCED INTRUSION DETECTION SYSTEM BASED ON MACHINE LEARNING AND EXPLAINABLE AI

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

إن التطور السريع للتهديدات السيبرانية يشكل تحديًا مستمرًا أمام تطوير أطر أمنية مرنة لأنظمة إدارة تقنية المعلومات. غالبًا ما تُظهر آليات الدفاع التقليدية، مثل أنظمة كشف التسلل (IDS) قدرة محدودة على التكيف عند مواجهة هجمات متقدمة وديناميكية. تتناول هذه الدراسة تلك التحديات وتبحث في تطبيق تقنيات التعلم الآلي (ML) والذكاء الاصطناعي القابل للتفسير (XAI) لتعزيز أداء أنظمة كشف التسلل. يقترح هذا البحث تصورًا لنظام ذكي يهدف إلى تسهيل إدارة التهديدات التكيفية من خلال دمج نماذج التعلم تحت الإشراف لاكتشاف التهديدات في الوقت الفعلي، وتقنيات التعلم غير الخاضع للإشراف لتحليل التسلل، وآليات دفاع استباقية. يركز النظام المقترح على تحسين دقة الاكتشاف، وتقليل الإيجابيات الكاذبة، وتمكين الاستجابة التلقائية للتهديدات. كما تؤكد التحليلات والتقييمات التجريبية على إمكانات أنظمة كشف التسلل المدعومة بالتعلم الآلي في تعزيز مرونة المؤسسات ضد التهديدات السيبرانية. وتساهم هذه النتائج في تطوير أطر الأمن السيبراني من خلال تقديم نهج تكيفي وذكي لإدارة التهديدات المعاصرة.

كلمات الباحثين

Intrusion Detection System (IDS), Machine Learning(ML), Adaptive Threat Management, Cybersecurity, IT Security, Anomaly Detection, Intelligent Security Systems

إشراف وإعداد

الإشراف

Mohammad Mehedy Masud

الإعداد

Hanan Aslam Al Zubaidi

الاقتباسات الببليوغرافية