N-BaIoT-Botnet-Classification

تطوير نظام متكامل للتعلم الآلي لتصنيف حركة مرور هجمات Botnet على أجهزة إنترنت الأشياء (IoT) باستخدام مجموعة بيانات N-BaIoT، والتي تشمل 9 أجهزة و11 فئة، تتضمن حركة المرور الطبيعية (Benign) وهجمات Mirai وGafgyt بمختلف أنواعها.

تم تطوير نموذج FT-Transformer مخصص باستخدام PyTorch لاستخراج تمثيلات وخصائص متقدمة من 115 ميزة خاصة بحركة الشبكة، ثم دمج هذه الخصائص مع البيانات الأصلية وتدريب نموذج XGBoost لتحسين أداء التصنيف.

شمل المشروع أيضًا تنفيذ عمليات معالجة مسبقة للبيانات مع تجنب تسرب البيانات (Data Leakage)، وتقسيم البيانات بشكل مناسب، بالإضافة إلى تقييم شامل للنموذج باستخدام Accuracy وF1-Score ومصفوفة الالتباس (Confusion Matrix) وأهمية الخصائص (Feature Importance).

التقنيات المستخدمة: Python، PyTorch، XGBoost، Scikit-learn