Abstract
التقدم في التكنولوجيا المتعلقة باتصالات الجيل الخامس (5G) وإنترنت الأشياء (IoT) يعزز تطور التطبيقات الذكية، ولكنه أيضًا يزيد من تعقيد هذه الشبكات ويجعلها عرضة لمختلف أنواع الهجمات المستهدفة. من أجل رصد وتحديد الأحداث الغير طبيعية في الشبكات، قام الباحثون بتطوير عدة نماذج لكشف الاستثناءات (AD)، خاصة تلك المبنية على تقنيات التعلم العميق. ومع ذلك، نظرًا لنقص مشغلي الشبكات في المعرفة المتخصصة حول هذه الأنظمة المجهولة، تواجه نشر واستخدام هذه النماذج العديد من التحديات. يقوم هذا البحث بمراجعة النماذج الحالية لكشف الاستثناءات والأساليب المتاحة في ميدان الشبكات الاتصالات. باستناد إلى مبادئ وهيكل النموذج، يتم تقسيم هذه النماذج إلى 4 فئات منهجية، مع التركيز بشكل خاص على دور نماذج اللغة الكبيرة التي أظهرت إمكانيات هائلة مؤخرًا في مجال كشف الاستثناءات. علاوة على ذلك، يتم مناقشة هذه النماذج في 4 مجالات تطبيقية مختلفة: رصد تدفقات الشبكة، تحليل سجلات أنظمة الشبكة، توفير خدمات الحوسبة السحابية إلى جانب الأمان في إنترنت الأشياء. بناءً على متطلبات هذه التطبيقات، يتم تحليل التحديات التي تواجهنا حاليًا، ويتم تقديم رؤى حول اتجاهات البحث المستقبلية، تتضمن الاستدامة، التفسيرية ودور النماذج اللغوية الكبيرة في كشف الاستثناءات.
Keywords
Anomaly detection;AIOps;Large language models;Communication networks