باحث في جامعة الإمارات العربية المتحدة نظاماً قائماً على التعلّم الآلي

في السنوات الأخيرة، أصبحت الأجهزة المحمولة شائعة الاستخدام، ليس فقط للاتصالات الصوتية، ولكن باتت تلعب أيضاً دوراً رئيسياً في أنشطتنا اليومية. وبناء على ذلك، ازداد عدد مُستخدمي الهاتف المحمول وكذلك أعداد تطبيقاته بشكل هائل. ونظراً لوجود قاعدة عريضة من المستخدمين تتجاوز 2 مليار مُستخدم تقريباً، فقد أصبح تطبيق (أندرويد) نظام التشغيل الأكثر شيوعاً في جميع أنحاء العالم، مما يجعله هدفاً مُتكرّراً للهجمات الضارّة. ويُمثّل (Adware) شكل من أشكال البرامج الضارّة التي تقوم بتنزيل الإعلانات غير المرغوب فيها وعرضها على شاشات مُستخدمي الهاتف المحمول، والتي غالباً ما تكون مُسيئة وتسعى لجذب الانتباه رغم مُعارضة المُستخدمين.

لهذا طوّر باحث في جامعة الإمارات العربية المتحدة نظاماً قائماً على التعلّم الآلي (ADStop)، يكتشف برامج الإعلانات المُتسلّلة على نظام (أندرويد) من خلال فحص الميزات الموجودة في تدفّق حركة مرور الشبكة. ويهدف تصميم (ADStop) إلى توفير الدقّة العالية، السرعة العالية والتعميم الجيّد خارج مجموعة بيانات التدريب. تمّ تنفيذ مرحلة تقليل الميزات لزيادة دقّة الكشف عن البرامج الإعلانية وتقليل الوقت الزائد.

تتكّون بنية (ADStop) بشكل أساسي من وحدتين، وحدة الهندسة لتحديد الميّزات ذات الصلة، ووحدة تعلّم الآلة حيث يتمّ استيعاب العديد من تقنيات التعليم الآلي.

وقد حقّق نظام (ADStop) دقّة تصل إلى 97.08%، مع وقت اكتشاف قدره 9.36 لنموذج واحد.

طوّر هذا البحث الدكتور علي إسماعيل، الأستاذ المُشارك بكلية تكنولوجيا المعلومات بالتعاون مع الدكتور محمد العاني، كلية سينيكا في تورنتو – كندا.

---

يمكن قراءة المزيد عن البحث بالضغط على الرابط التالي:  https://doi.org/10.1016/j.cose.2022.102718