كشف التسلل في الشبكة الخلوية 5G باستخدام التعلم الآلي
Title Intrusion Detection in 5G Cellular Network Using Machine Learning
الباحث الرئيس قيصر عباس خالق داد خان
التخصص: علوم الحاسب
التخصص الدقيق:
المستخلص: تتزايد الهجمات على الخوادم والتطبيقات وشبكات الاتصال المتكاملة بالكامل عبر إنترنت الأشياء (IoT) بشكل كبير. إن فعالية الأجهزة الحساسة تضر بالمستخدمين النهائيين، وتزيد من التهديدات السيبرانية وسرقة الهوية، وترفع التكاليف، وتؤثر سلبًا على الدخل حيث تمر المشكلات الناجمة عن شبكة إنترنت الأشياء دون أن يلاحظها أحد لفترات طويلة. يجب مراقبة الهجمات على واجهات إنترنت الأشياء عن كثب في الوقت الفعلي لتحقيق السلامة والأمن الفعالين. بعد الشبكات الخلوية 1 و2 و3 و4G، تعد شبكة الجيل الخامس اللاسلكية من الجيل الخامس بالفعل غزوًا كبيرًا للبشرية وتُعرف باسم التقدم العالمي للشبكات الخلوية. وحتى يومنا هذا، يعمل الخبراء على تطوير الجيل السادس (6G). فهو يوفر إمكانات مذهلة لتوصيل كل شيء، بما في ذلك الأدوات والآلات، بأطوال موجية تتراوح من 1 إلى 10 ملم وترددات تتراوح من 300 ميجا هرتز إلى 3 جيجا هرتز. فهو يوفر لك أحدث المعلومات. وقد أنشأت العديد من البلدان بالفعل هذه التكنولوجيا داخل حدودها. يعد الأمان الجانب الأكثر أهمية في استخدام شبكة 5G. وبسبب غياب الدراسة ونشر الشبكة، فإن التكنولوجيا الجديدة تقدم أولاً ثغرات جديدة للمهاجمين والمتسللين. ستصبح هجمات وتطفل بروتوكول الإنترنت (IP) أكثر انتشارًا في هذا النظام. سيتم توفير طريقة فعالة للكشف عن التطفل في شبكة 5G باستخدام خوارزمية التعلم الآلي في هذا البحث. سيسلط هذا البحث الضوء على معدل الدقة العالي من خلال التحقق من صحته في ظل الظروف غير المحددة والمشبوهة في شبكة 5G، مثل المتسللين/المهاجمين. بعد تطبيق خوارزميات تعلم الآلة المختلفة، تم الحصول على أفضل نتيجة لتطبيق خوارزمية الانحدار الخطي على مجموعة البيانات، حيث بلغت 92.12% في بيانات الاختبار و92.13% في بيانات القطار بدقة 92%.
Abstract: Attacks on fully integrated servers, apps, and communication networks via the Internet of Things (IoT) are growing exponentially. Sensitive devices’ effectiveness harms end users, increases cyber threats and identity theft, raises costs, and negatively impacts income as problems brought on by the Internet of Things network go unnoticed for extended periods. Attacks on Internet of Things interfaces must be closely monitored in real time for effective safety and security. Following the 1, 2, 3, and 4G cellular networks, the 5th generation wireless 5G network is indeed the great invasion of mankind and is known as the global advancement of cellular networks. Even to this day, experts are working on the evolution’s sixth generation (6G). It offers amazing capabilities for connecting everything, including gadgets and machines, with wavelengths ranging from 1 to 10 mm and frequencies ranging from 300 MHz to 3 GHz. It gives you the most recent information. Many countries have already established this technology within their border. Security is the most crucial aspect of using a 5G network. Because of the absence of study and network deployment, new technology first introduces new gaps for attackers and hackers. Internet Protocol(IP) attacks and intrusion will become more prevalent in this system. An efficient approach to detect intrusion in the 5G network using a Machine Learning algorithm will be provided in this research. This research will highlight the high accuracy rate by validating it for unidentified and suspicious circumstances in the 5G network, such as intruder hackers/attackers. After applying different machine learning algorithms, obtained the best result on Linear Regression Algorithm’s implementation on the dataset results in 92.12% on test data and 92.13% on train data with 92% precision.