الطرائق الذكية في تقدير معلمات انموذج ماركوف المخفي

الملخص

نماذج ماركوف المخفية HMMs)) هي نماذج عشوائية تم تطبيقها في البدء كنماذج احصائية لتمييز الكلام والكتابة اليدوية بسبب قدرتها الكبيرة على التكيف مع المشكلة والبراعة في التعامل مع الاشارات المتسلسلة. ومع تطور التقنيات والادوات والطرائق الخاصة بتقدير معلمات انموذج ماركوف المخفي فأنه من الممكن ان تتوجه الانظار الى الطرائق الذكية لأهميتها واستعمالها الواسع لدى الباحثين، تم اخذ خوارزميتين وهما خوارزمية تحسين مستعمرة النمل Ant Colony Optimization(ACO) وخوارزمية تحسين مستعمرة النحل Bees colony optimization (BCO) وتم تطبيقهما على مجال هام في وقتنا الحالي وهو الامن السيبراني Cyber Security حيث تناولنا احد التهديدات التي تشكل خطرا جسيما وهو التهديد المستمر المتقدم Advanced Persistent Threat(APT). بينت النتائج المرونة في تعامل هذا النوع من الخوارزميات مع مشاكل الامن السيبراني من خلال توضيح طبيعة الانتقالات بين حالتي النموذج والانبعاثات التي تصدر من كل حالة مخفية ، ومن الجدير بالذكر وضع مقارنة بين النتائج بواسطة معياري المقارنة Akaike Information Criterion (AIC)  و Bayesian Information Criterion (BIC) ووجد ان افضل طريقة كانت تقابل النتائج الخاصة بخوارزمية مستعمرة النحل.