في عالم اليوم، حيث تتزايد التهديدات السيبرانية، يصبح من الضروري تحسين طرق الكشف عن الهجمات والاختراقات. هذا ما تسعى هذه الدراسة الحديثة إلى تحقيقه من خلال تحليل مقاييس هيكلية للشبكات الطبيعية (Natural Visibility Graph - NVG) التي تمثل حركة مرور الشبكة باستخدام مجموعة من الصفات الهيكلية.

لكن ما الذي يجعل بعض المقاييس أكثر فعالية من غيرها؟ تبحث هذه الدراسة في تحليل 21 مقياساً مستنداً إلى (NVG) وتقيّم إمكانية تقليص العدد دون فقدان الفعالية في الكشف عن الهجمات الإلكترونية. وتظهر النتائج أن تقليص مجموعة المقاييس يعتمد على طرق تحليل متنوعة مثل (SHAP) و(Boruta) و(Recursive Feature Elimination - RFE) وغيرها.

تم استخدام مجموعة بيانات (CICIDS2018) لتقييم الأداء، وتم اختبار عدة تكوينات مثل Full21 وTop15 وTop10، حيث أظهرت تكوينات Top3 نتائج مثيرة للإعجاب بدقة تصل إلى 97.148% وF1 Score وزنية 97.055%. هذا ليس كل شيء؛ فقد ساعد تقليص عدد المقاييس في تقليص وقت التشغيل الإجمالي من حوالي 14,961.39 ثانية إلى 589.22 ثانية، مما يعني توفيراً بنسبة 96.06% في الوقت.

تشير هذه النتائج إلى أن تقليل المقاييس استناداً إلى الأهمية يمكن أن يؤدي إلى تمثيل أكثر كفاءة لنظام الشبكات الطبيعية وتحقيق أداء تنبؤي أفضل بتكاليف حسابية أقل. هذه الخطوة تعتبر تحولاً هاماً في مجال الكشف عن الهجمات الإلكترونية، وتجعلنا نتساءل: هل نحن مستعدين لاستقبال الجيل التالي من حلول الأمان السيبراني؟