بناء وتطوير نموذج اكتشاف التهديدات باستخدام بيانات DARPA OpTC

معالجة البيانات المعالجة المسبقة للبيانات برمجة التعلم العميق بايثون تطوير البرمجيات هندسة البرمجيات معالجة البيانات المعالجة المسبقة للبيانات برمجة التعلم العميق بايثون تطوير البرمجيات هندسة البرمجيات

عن المشروع: نحتاج إلى خبير في التعلم العميق (Deep Learning) لبناء نموذج متقدم لاكتشاف التهديدات في سجلات الأجهزة (Endpoint Logs). المشروع يركز حصرياً على مرحلة الكشف (Detection) بناءً على معمارية LogBERT أو ما يشابهها. المعطيات والتحديات التقنية: مجموعة البيانات: DARPA OpTC، وتتميز بخلل حاد في التوازن (Class Imbalance) حيث تشكل الهجمات 0.0016% فقط من البيانات. المشكلة الحالية: تداخل البيانات (Data Noise) وصعوبة تحديد العتبة (Threshold) المناسبة، مما أدى لنتائج F1-score صفرية في المحاولات السابقة. المهام المطلوبة: معالجة وتجهيز سجلات الأحداث (Log Preprocessing) للتعامل مع البيانات الضخمة وغير المتوازنة. تنفيذ نموذج كشف (Inference Engine) قادر على التمييز بين السلوك الطبيعي والعدائي بدقة عالية. ضبط العتبة الرياضية (Threshold Optimization) للوصول إلى أفضل قيم Recall و Precision. معالجة مشكلة الـ "Poisoned Ground Truth" لضمان عدم تداخل ميزات الهجوم مع البيانات الطبيعية.