Microsoft Malware Prediction

المشروع: كشف البرمجيات الخبيثة باستخدام نماذج تعلم الآلة

بناء نموذج تعلم آلي للتنبؤ باحتمالية إصابة أجهزة Windows بأنواع مختلفة من البرمجيات الخبيثة.

يعتمد المشروع على بيانات التتبع من Windows Defender، والتي تشمل إعدادات الأجهزة، تفاصيل أنظمة التشغيل، وحالة برامج مكافحة الفيروسات. يستخدم المشروع نهجًا مكدسًا للنماذج لتعزيز دقة الكشف.

نهج النماذج المكدسة:

Random Forest: يجمع تنبؤات عدة أشجار قرار لتحسين الدقة وتقليل الإفراط في التخصيص.

XGBoost: معالجة القيم الشاذة بكفاءة من خلال تعزيز التدرج واستخدامه مع مجموعات بيانات ضخمة.

LightGBM: يستخدم نمو الأشجار بطريقة leaf-wise لتحسين الأداء على البيانات الكبيرة.

الهدف: رفع دقة كشف البرمجيات الخبيثة وتحسين أداء النموذج في التعامل مع البيانات الكبيرة والمتغيرة