Date of Award

11-2025

Document Type

Thesis

Degree Name

Master of Science in Information Technology Management

Department

Information Systems and Security

First Advisor

Mohammad Mehedy Masud

Abstract

The fast changing landscape of cyber threats continues to challenge the development of strong and reliable security frameworks for IT management systems. Traditional defense tools, such as Intrusion Detection Systems (IDS), often struggle to keep up with today's advanced and constantly evolving attack methods. This thesis explores these ongoing challenges and looks into how machine learning (ML) and explainable artificial intelligence (XAI) can be used to boost IDS performance.

The research outlines a smart, adaptive system that combines supervised learning for real-time threat detection, unsupervised models for anomaly analysis, and proactive defense strategies. The goal is to improve detection accuracy, cut down on false alarms, and enable systems to respond automatically to emerging threats.

Through testing and evaluation, the thesis shows that Machine Learning powered IDS can significantly enhance an organization's resilience against cyberattacks. Overall, the findings offer a meaningful step forward in modern IT security, pointing toward more adaptive and intelligent approaches to managing threats.

Arabic Abstract

تعزيز إدارة أمن تقنية المعلومات من خلال نظام متقدم لاكتشاف التهديدات قائم على التعلم الآلي والذكاء الاصطناعي القابل للتفسير

إن التطور السريع للتهديدات السيبرانية يشكل تحديًا مستمرًا أمام تطوير أطر أمنية مرنة لأنظمة إدارة تقنية المعلومات. غالبًا ما تُظهر آليات الدفاع التقليدية، مثل أنظمة كشف التسلل (IDS) قدرة محدودة على التكيف عند مواجهة هجمات متقدمة وديناميكية. تتناول هذه الدراسة تلك التحديات وتبحث في تطبيق تقنيات التعلم الآلي (ML) والذكاء الاصطناعي القابل للتفسير (XAI) لتعزيز أداء أنظمة كشف التسلل. يقترح هذا البحث تصورًا لنظام ذكي يهدف إلى تسهيل إدارة التهديدات التكيفية من خلال دمج نماذج التعلم تحت الإشراف لاكتشاف التهديدات في الوقت الفعلي، وتقنيات التعلم غير الخاضع للإشراف لتحليل التسلل، وآليات دفاع استباقية. يركز النظام المقترح على تحسين دقة الاكتشاف، وتقليل الإيجابيات الكاذبة، وتمكين الاستجابة التلقائية للتهديدات. كما تؤكد التحليلات والتقييمات التجريبية على إمكانات أنظمة كشف التسلل المدعومة بالتعلم الآلي في تعزيز مرونة المؤسسات ضد التهديدات السيبرانية. وتساهم هذه النتائج في تطوير أطر الأمن السيبراني من خلال تقديم نهج تكيفي وذكي لإدارة التهديدات المعاصرة.

Download
COinS