تحسين اكتشاف التطفل في شبكات الاستشعار اللاسلكية من خلال خوارزمية Chameleon Swarm المحسنة لاختيار الميزات

في هذه الورقة البحثية، تُحسّن خوارزمية سرب الحرباء المُحسّنة (ICSA) توازن الاستكشاف والاستغلال مع تحسين اختيار مجموعات الميزات الفرعية. يُحسّن دمج استكشاف ليفي القائم على الطيران استراتيجية بحث ICSA، مُكمّلاً بتحسين نوع الدوران وآليات ضبط المعلمات التكيفية. تضمن هذه التعديلات توافق الاستكشاف بفعالية مع عملية اختيار الميزات، مما يؤدي إلى نهج أكثر تكيفًا وكفاءة. لتقييم فعالية ICSA، يتم اختبارها على معيار NSL-KDD، وهو مجموعة بيانات راسخة في أنظمة كشف التسلل. يُقيّم الأداء بناءً على مقاييس رئيسية، تشمل الدقة، ومعدل الكشف، ومعدل الإنذارات الكاذبة، ووقت التنفيذ، وعدد الميزات المختارة. يُظهر التحليل المقارن لستة مُصنّفات متقدمة أن ICSA تُحقق نتائج فائقة بأقل تكلفة حسابية. تُحقق الخوارزمية أعلى دقة (97.91%) ومعدل كشف (98.75%)، وأسرع وقت تنفيذ، وأقل معدل إنذارات كاذبة (0.0021)، مما يُلغي الحاجة إلى اختيار الميزات المُفرط. وتؤكد هذه النتائج أن تعديل آليات اختيار الميزات داخل ICSA يعزز بشكل كبير من الكفاءة الحسابية وأداء الكشف، كما تم التحقق من ذلك من خلال الاختبارات التجريبية الصارمة على مستوى المصنف.