نظام كشف التسلل لتعزيز أمن أنظمة الرعاية الصحية المعتمدة على إنترنت الأشياء باستخدام آلية الانتباه الزمني في الشبكات الرسومية

الملخص

شهد التكامل المتسارع لتقنيات إنترنت الأشياء في البنى التحتية للرعاية الصحية تطورًا كبيرًا في قدرات المراقبة الآنية والأتمتة السريرية، إلا أنه في المقابل أدى إلى ظهور تحديات معقدة في مجال الأمن السيبراني. تعتمد أنظمة كشف التسلل التقليدية (IDS) غالبًا على تحليل تدفقات الشبكة بشكل مستقل، دون مراعاة العلاقات الترابطية بين الأجهزة الطبية المتصلة، مما يقلل من فعاليتها في مواجهة الهجمات السيبرانية المنسقة ومتعددة المراحل ضمن بيئات الرعاية الصحية المعتمدة على إنترنت الأشياء.

تقترح هذه الدراسة إطارًا متقدمًا لكشف التسلل يعتمد على آلية الانتباه الزمني في الشبكات الرسومية، حيث يتم تمثيل حركة مرور أجهزة إنترنت الأشياء الصحية على شكل رسوم بيانية ديناميكية تُبنى باستخدام نوافذ زمنية متحركة. في هذا النموذج، تمثل العقد (Nodes) أجهزة إنترنت الأشياء، بينما تمثل الحواف (Edges) تدفقات الاتصال المدعومة بخصائص إحصائية للشبكة. يتم استخدام نموذج شبكة الانتباه الرسومي (GAT) لاستخلاص العلاقات البنيوية وتوليد تمثيلات على مستوى الرسم البياني بهدف كشف الهجمات ضمن كل نافذة زمنية. ولضمان تقييم واقعي وتجنب تسرب المعلومات الزمنية، تم اعتماد استراتيجية تقسيم بيانات صارمة تعتمد على البعد الزمني.

تُظهر النتائج التجريبية أن الإطار المقترح القائم على الرسوم البيانية يتفوق بشكل ملحوظ على نماذج التعلم الآلي التقليدية، مثل الغابة العشوائية، وXGBoost، والشبكات العصبية متعددة الطبقات، في مهام كشف التسلل على مستوى النوافذ الزمنية. كما يؤكد تحليل الإزالة تأثير حجم النافذة الزمنية على أداء الكشف. يوفر النموذج المقترح حلاً أمنيًا ذكيًا وقابلًا للتوسع، مناسبًا لأنظمة الرعاية الصحية المعتمدة على إنترنت الأشياء في الزمن الحقيقي.