نوقشت رسالة الماجستير للطالبة (ميادةعبد المحسن عبد الزهرة) من قسم هندسة المعلومات والاتصالات يوم الخميس الموافق ٣١ / ٢٠٢٢/٣وكانت اللجنة برئاسة( أ٠م. نادية عدنان شلتاغ) من كلية الهندسةجامعة بغداد وعضوية كل من (أ. م. د. محمود زكي عبدالله) من الجامعة المستنصرية و (م. د. عمر علي عذاب) من كلية الهندسة الخوارزمي واشراف (م. د. علي حسين حمد) وقد حصلت الطالبة درجة امتياز لرسالتها الموسومة التي كانت الخلاصة منها
توفر الشبكات المعرفة برمجيا الكثير من الفوائد لأنترنت الأشياء بسبب تمتعها بإلادارة المركزية والمرونة الكبيرة. ولكن السيطرة المركزية جعلت تلك الشبكات سريعة التأثر لمختلف انواع الهجمات الألكترونية حيث يعتبر المسيطر المركزي هدف مميز لتلك الهجمات. أحد اكثر انواع الهجمات شيوعا هو هجوم رفض الخدمة الموزع (DDoS). هذا العمل يبحث تأثير هجمات DDoS على الشبكات المعرفة برمجيا في أنترنت الأشياء ويقترح طريقتين فعالتين لتحسس تلك الهجمات. الطريقة الأولى هي التحسس في مرحلة مبكرة بأعتماد حساب العشوائية في عنوان IP. الطريقة الثانية تم فيها استعمال أربعة خوارزميات للتعلم الآلي هي RF و KNN و NB وLR, حيث تم فحصهم لتحسس هجمات DDoS.
النظام المقترح يتضمن بناء ثلاثة أنواع مختلفة من ربط الشبكات وهي المفردة والخطية ومتعددة المسيطرات مع 64 نقطة شبكية. كذلك تم استعمال تقنية تخفيف الهجمات في الطريقتين أعلاه لتفادي تأثير الهجمات من خلال غلق منفذ الهجوم بوقت معين. تم تقييم العمل من خلال استعمال محاكي Mininet واستخدام المسيطر RYU ضمن بيئة نظام التشغيل Linux.
يعتبر حساب العشوائية طريقة تحسس سهلة وتمكن الحصول على نتائج ضمن أول 250 ارسال أقل من حد العتبة. هذه الطريقة اثبتت فعاليتها لتحسس معدلات هجوم متزايدة 25٪, 50٪, 75٪, 100٪ و خلال 15 ثانية. وتمكن النظام من تفادي الهجمات من خلال غلق المنفذ.
في الطريقة الثانية تم أستخدام خوارزميات التعلم الآلي RF و KNN حيث تم الحصول على اعلى نتائج للدقة في هاتين الطريقتين وانتجتا تصنيف صحيح للهجمات. من خلال التجارب وجد أن طريقة RF تعطي نتائج أفضل من KNN بالنسبة للربط المفرد حيث يكون ضياع المعلومات المرسلة اقل بينما أظهرت الطريقتين نتائج متقاربة بالنسبة للربط الخطي والربط متعدد المسيطرات. الطرق المقترحة اثبتت قدرتها على تحسس وتخفيف هجمات DDoS بأقل وقت في طرق ربط الشبكات الثلاثة.
