تفاصيل العمل

طورت نظامًا متكاملًا لاكتشاف والاستجابة للتهديدات على الأجهزة الطرفية (EDR)، يجمع بين تقنيات تعلم الآلة التقليدية والذكاء الاصطناعي الكمي لتحليل الأحداث واكتشاف الأنشطة المشبوهة.

يتضمن المشروع خط معالجة متكامل لجمع بيانات النظام والشبكة، معالجة واستخراج الخصائص، تدريب نماذج Machine Learning، ثم دمج نتائج النماذج ضمن نظام كشف موحد.

استخدمت Random Forest وQuantum Support Vector Machine (QSVM) مع Quantum Kernel، بالإضافة إلى Adaptive Ensemble لتحسين عملية التصنيف. كما يتضمن المشروع REST API باستخدام Flask، وELK Stack لمعالجة ومراقبة البيانات، وواجهة تفاعلية باستخدام PyQt6 لعرض التنبيهات ومتابعة حالة النظام.

تم تصميم المشروع مع اختبارات وتقييم للنماذج، واستخدام تقنيات مثل Cross-Validation وFeature Selection للحد من فرط التعلّم وتحسين موثوقية النتائج.

بطاقة العمل

اسم المستقل
عدد الإعجابات
0
تاريخ الإضافة
تاريخ الإنجاز
المهارات