Ин шарҳи низомманд меомӯзад, ки дар муҳитҳои Интернети ашёи саноатӣ (Industrial Internet of Things, IIoT) системаҳои ошкорсозии ҳамла бо зеҳни сунъии тавлидӣ чӣ гуна тақвият дода шуда метавонанд. Муҳаққиқон дар IEEE Xplore, ACM Digital Library, Springer, ScienceDirect ва arXiv давраи Январ 2019-Декабр 2025-ро ҷустуҷӯ карда; 342 сабти ибтидоиро марҳила ба марҳила филтр намуда, 42 таҳқиқотро ба синтези низомманд дохил кардаанд. Шарҳ ба чор парадигмаи асосии зеҳни сунъии тавлидӣ тамаркуз мекунад: Шабакаҳои рақобатии тавлидӣ (GAN), меъмориҳои Transformer, моделҳои диффузияи тавлидӣ ва Автокодерҳои вариатсионӣ (VAE). Муқоисаи нӯҳ чаҳорчӯбаи татбиқ нишон медиҳад, ки гибридҳои асосёфта ба Transformer махсусан аз ҷиҳати дақиқии баланд ва устуворӣ натиҷаҳои қавӣ додаанд, дар ҳоле ки равишҳои асосёфта ба диффузия, монанди Diff-IDS, аз ҷиҳати фишурдани модел имконоти аз лиҳози захира самараноктар пешниҳод мекунанд. Бо вуҷуди ин, азбаски таҳқиқотҳо маҷмӯаҳои гуногуни додаҳо, протоколҳои озмоиш ва усулҳои тасдиқи омориро истифода мебаранд, арзишҳои баланди дақиқии гузоришшуда мустақиман ҳамчун муваффақияти воқеии саҳроии саноатӣ тафсир шуда наметавонанд.

Паёми асосии шарҳ ин аст, ки дар амнияти IIoT як меъмории ягонаи зеҳни сунъии тавлидӣ барои ҳар ҳамла ва ҳар шароити сахтафзор бартар нест. GAN-ҳо дар истеҳсоли додаҳои синтетикӣ барои синфҳои камдидори ҳамла, Transformer-ҳо дар намунаҳои ҳамлаҳои бисёрмарҳилае, ки ба фосилаҳои дарози вақт паҳн мешаванд, VAE-ҳо дар муайян кардани аномалияҳо ва таҳдидҳои zero-day вақте ки додаҳои нишондодашудаи ҳамла маҳдуданд, ва моделҳои диффузия дар тавлиди босифат ва дар баъзе татбиқҳои фишурда дар самаранокии захира пеш меоянд. Дар муқобил, додаҳои воқеии корхона, гуногунии протоколҳои саноатӣ, concept drift, шарҳпазирӣ, сатҳи пасти ҳушдори бардурӯғ ва талаботи хеле сахти вақти воқеӣ ҳанӯз ҳам холигиҳои муҳими таҳқиқотӣ мебошанд.

Чаро амнияти IIoT аз амнияти классикии шабака фарқ мекунад?

Интернети ашёи саноатӣ; сенсорҳо, актуаторҳо, контроллерҳои мантиқии барномарезишаванда (PLC), воҳидҳои терминалии дурдаст (RTU), системаҳои SCADA, барномаҳои саноатӣ, дарвозаҳои шабакавӣ ва инфрасохторҳои абриро ба ҳам мепайвандад. Ин пайвастагӣ равандҳои истеҳсол ва назоратро намоёнтар ва автоматитар мекунад, аммо сатҳи ҳамларо низ васеъ менамояд.

Фарқи асосие, ки шарҳ таъкид мекунад, он аст, ки дар муҳитҳои классикии технологияи иттилоотӣ махфият метавонад аввалият дошта бошад, вале дар муҳитҳои технологияи амалиётӣ (Operational Technology, OT) дастрасӣ, якпорчагӣ ва амнияти раванди физикӣ аҳамияти ҳалкунанда мегирад. Қарори нодурусти амниятӣ танҳо хидмати компютериро қатъ намекунад; он метавонад боиси қатъи хатти истеҳсол, тағйири фармонҳои назоратӣ ё таъсир ба кори механизмҳои амниятӣ гардад. Аз ин рӯ, системаи ошкорсозии ҳамлаи IIoT бояд на танҳо дақиқии баланд, балки сатҳи пасти ҳушдори бардурӯғ, таъхири қобили қабул ва мутобиқат бо раванди физикиро ҳам таъмин кунад.

Чаро омӯзиши мошинии анъанавӣ метавонад кофӣ набошад?

Шарҳ чор мушкили асосиро пеш мегузорад. Якум, азбаски ҳамлаҳои воқеии саноатӣ нисбатан кам рух медиҳанд, намунаҳои нишондодашудаи ҳамла каманд. Дуюм, трафики муқаррарӣ дар баъзе ҳолатҳо метавонад трафики ҳамларо бо нисбатҳое бештар аз 1000:1 паси сар кунад; ин номутаносибии синф метавонад моделҳое созад, ки дақиқии умумии баланд медиҳанд, аммо ҳамлаҳои нодирро аз даст медиҳанд. Сеюм, техникаҳои ҳамла ва рафтори кори муқаррарӣ бо гузашти вақт тағйир меёбанд. Чорум, талаботи хотира ва ҳисоббарории моделҳои қавии омӯзиши амиқ метавонад аз иқтидори дастгоҳҳои саноатии edge болотар бошад.

Нақши зеҳни сунъии тавлидӣ дар таҳқиқот маҳз дар ҳамин нуқта пайдо мешавад: сохтани намунаҳои ҳамла, моделсозии тақсимоти рафтори муқаррарӣ, муайян кардани намунаҳои ношинос ҳамчун аномалия ва таҳлили контекст дар пайдарпайиҳои дарози трафик.

Чор парадигмаи зеҳни сунъии тавлидӣ чӣ кор мекунад?

Натиҷаи муҳими ин муқоиса он аст, ки ҷавоби ягона бо шакли “беҳтарин модели зеҳни сунъии тавлидӣ” вуҷуд надорад. Интихоби модел ба сохтори ҳамла, миқдори додаҳо, сахтафзори дастрас, буҷаи таъхир ва талаботи махфияти додаҳо вобаста тағйир меёбад.

GAN-ҳо номутаносибии синфро чӣ гуна баррасӣ мекунанд?

Меъмории GAN ба рақобати як тавлидкунанда (generator) ва як фарқкунанда (discriminator) такя мекунад. Тавлидкунанда мекӯшад намунаҳои синтетикии монанд ба трафики воқеии ҳамла созад, фарқкунанда бошад мекӯшад намунаҳои воқеӣ ва синтетикиро ҷудо кунад. Дар татбиқҳои амниятии баррасишуда вариантҳое чун CGAN, WGAN, BiGAN, DCGAN, AC-GAN ва SAGAN истифода шудаанд.

Аз ҷиҳати IIoT муҳимтарин истифода тақвияти синфҳои нодири ҳамла бо намунаҳои синтетикӣ аст. Аммо додаи синтетикӣ ба таври худкор “воқеӣ” қабул шуда наметавонад. GAN танҳо тақсимотҳоеро меомӯзад, ки дар додаҳои омӯзишӣ намояндагӣ шудаанд; трафики синтетикие, ки аз намунаҳои нокифоя ё якранги ҳамла тавлид шудааст, метавонад ба ҷойи зиёд кардани муваффақияти таснифгар дар ҷаҳони воқеӣ онро гумроҳ кунад. Аз ин рӯ, таҳқиқот аҳамияти тасдиқи зиёдсозии додаҳои тавлидӣ дар маҷмӯаҳои санҷишии мустақилро таъкид мекунад.

Чаро Transformer-ҳо барои APT ва ҳамлаҳои бисёрмарҳила ҷолибанд?

Механизми self-attention дар меъмориҳои Transformer метавонад муносибатҳои байни қисмҳои гуногуни пайдарпайии трафикро дар як модел арзёбӣ кунад. Ин хусусият барои таҳқиқи пайдарпайиҳои ҳамлае муҳим аст, ки дар як баста ё равзанаи кӯтоҳи вақт равшан нестанд ва ба марҳилаҳо, монанди иктишоф, дастрасӣ, ҳаракати паҳлуӣ ва таъсир, паҳн мешаванд.

Дар шарҳ навъҳои BERT-асос, GPT-асос, Vision Transformer ва federated Transformer баррасӣ мешаванд. Дар муқобил, хароҷоти баланди ҳисоббарории амали attention, ки ба дарозии пайдарпайӣ вобаста аст, ҷойгир кардани Transformer-ҳоро бевосита ба PLC ва дастгоҳҳои монанди он бо захираи паст душвор мекунад. Бинобар ин дар чаҳорчӯбаҳои амалии баррасишуда Transformer-ҳо бештар дар абри марказӣ ё қабатҳои амниятӣ ҷойгир карда мешаванд.

Дар моделҳои диффузия denoising чӣ маъно дорад?

Моделҳои диффузия додаҳоро дар раванди пешравӣ марҳила ба марҳила ба садо табдил медиҳанд; раванди баръакси омӯхташуда бошад мекӯшад аз ин намояндагии садодор сохтори додаҳоро бозсозӣ кунад. Ҳадафи асосии омӯзише, ки дар таҳқиқот дода шудааст, чунин аст:

\[ \min_{\theta}\mathbb{E}\left[\left\|\epsilon-\epsilon_{\theta}(x_t,t)\right\|^2\right] \]

Дар ин ҷо \(\epsilon\) садои воқеии ба намуна иловашударо, \(\epsilon_{\theta}(x_t,t)\) тахмини садои модел дар қадами \(t\)-ро, \(\theta\) бошад параметрҳои омӯхташудаи моделро ифода мекунад. Ҳадаф хурд кардани фарқи квадратии байни садои воқеӣ ва садои тахминшуда аз ҷониби модел аст. Фигураи 6-и таҳқиқот гузариш аз додаи аслӣ ба садо тавассути занҷири пешрави Markov ва бозсозӣ тавассути занҷири баръаксро якҷо нишон медиҳад.

Афзалияти равиши диффузия дар он аст, ки нисбат ба мушкили mode collapse дар GAN-ҳо механизми устувортари омӯзиш пешниҳод карда метавонад. Камбудӣ бошад он аст, ки амали denoising-и баръакс метавонад қадамҳои зиёдеро талаб кунад ва ин таъхири хулосабарориро зиёд намояд.

VAE-ҳо чӣ гуна мекӯшанд ҳамлаҳои ношиносро гиранд?

Автокодерҳои вариатсионӣ (Variational Autoencoders, VAE) трафики муқаррариро на бо як коди собит, балки бо тақсимоти эҳтимолии фазои ниҳон ифода мекунанд. Encoder додаи воридиро ба параметрҳои тақсимоти ниҳон табдил медиҳад; decoder бошад мекӯшад аз ин намунаи ниҳон вурудро бозсозӣ кунад. Баланд шудани хатои бозсозии VAE-е, ки дар рафтори муқаррарӣ омӯзонида шудааст, дар рӯбарӯи ҳамла ё трафики ғайриоддӣ метавонад ҳамчун нишонаи аномалия истифода шавад.

Ин равиш махсусан дар ҳолатҳое арзишманд аст, ки шумораи зиёди намунаҳои нишондодашудаи ҳамла вуҷуд надорад. Бо вуҷуди ин, натиҷае бо маънои “ҳар чизе ки модел қаблан надидааст, ҳамла аст” бароварда намешавад. Тағйир дар нақшаи истеҳсол, илова шудани дастгоҳи нав, навсозии firmware ё режими нигоҳдорӣ барин тағйироти қонунии амалиётӣ низ метавонанд тақсимоти додаҳои муқаррариро ҷобаҷо кунанд.

Чаро concept drift барои IIoT муҳим аст?

Таҳқиқот мушкили concept drift-ро барои IDS-и саноатӣ ҳамчун масъалаи марказӣ баррасӣ мекунад. Тартиби кори шабу рӯзи як завод, давраҳои нигоҳдорӣ, рецептҳои нави истеҳсолӣ, ивазшавии дастгоҳҳо, навсозии firmware ё тағйироти топологияи шабака метавонанд бо гузашти вақт тақсимоти трафики “муқаррарӣ” қабулшударо тағйир диҳанд.

Модели статикӣ метавонад ин тағйиротро ҳамчун ҳамла ишора кунад ё ҳангоми омӯзиши пайваста дониши ҳамлаҳои гузаштаро фаромӯш намояд. Аз ин рӯ, шарҳ ошкорсозии drift, муайян кардани сабаби drift, мутобиқсозии бехатари модел ва тасдиқи пас аз мутобиқсозиро дар як занҷири омӯзиши пайваста яке аз самтҳои асосии таҳқиқоти оянда нишон медиҳад.

Чаро протоколҳои саноатӣ бояд алоҳида моделсозӣ шаванд?

Дар шарҳ таъкид мешавад, ки протоколҳои иртиботии саноатӣ, пеш аз ҳама Modbus TCP, MQTT, CoAP ва OPC UA, хусусиятҳои гуногуни амниятӣ доранд. Аз ин рӯ, IDS-и умумие, ки танҳо ба омори бастаҳо менигарад, метавонад фармонҳоеро аз даст диҳад, ки маънои протоколро вайрон мекунанд, аммо аз лиҳози шакл дуруст менамоянд.

Мувофиқи равиши таҳқиқот, моделҳои протокол-огоҳ бояд тартиби паёмҳо, кодҳои функсия, муносибатҳои муқаррарии фармон-ҷавоб ва контексти равандро низ ба ҳисоб гиранд. Аммо маҳдуд будани намояндагии протоколҳои воқеии OT дар маҷмӯаҳои додаҳои баррасишуда қисми муҳими даъвоҳои бартарии асосёфта ба протоколро ҳанӯз пурра тасдиқнашуда мегузорад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад ва дастгирӣ намекунад

Натиҷае, ки таҳқиқот дастгирӣ мекунад: Зеҳни сунъии тавлидӣ барои номутаносибии синф, истеҳсоли додаҳои синтетикӣ, ошкорсозии аномалияи эҳтимолӣ ва таҳлили намунаҳои дарозмуддати ҳамла воситаҳои муфид пешниҳод мекунад. Парадигмаҳои гуногун дар шароити гуногуни таҳдид ва инфрасохтор афзалият доранд. Меъмориҳои гибридӣ ва қабатӣ нисбат ба ҳалҳое, ки ба як модел такя мекунанд, ҳамчун равиши воқеъбинонаи тарҳи саноатӣ пайдо мешаванд.

Натиҷае, ки таҳқиқот дастгирӣ намекунад: Дақиқиҳои баланди benchmark-и баррасишуда исбот намекунанд, ки ягон модел дар заводҳои воқеӣ ҳамон муваффақиятро нишон медиҳад. Таҳқиқот озмоиши назоратшудае нест, ки дар он ҳамаи моделҳо дар як маҷмӯаи дода ва як сахтафзор муқоиса шуда бошанд. Аз ин рӯ, ду натиҷаи атрофи %99-ро танҳо бо нигоҳ ба рақамҳояшон аз ҳамдигар бартар эълон кардан мумкин нест. Шарҳ инчунин тавсия намекунад, ки зеҳни сунъии тавлидӣ танҳо ҷойгузини назоратҳои анъанавии амниятӣ ё меъмории defense-in-depth шавад.

Аз ҷиҳати Türkiye ин чӣ маъно дорад?

Таҳқиқот додаҳои объектҳои саноатии хоси Türkiyеро истифода намекунад ва барои заводҳои Türkiyе натиҷаи мустақими performans намедиҳад. Аз ин рӯ, интиқоли мустақими дақиқиҳои гузоришшуда ба як объекти истеҳсолӣ дар Türkiyе дуруст нест. Дар татбиқи маҳаллӣ бояд сахтафзори PLC/SCADA, протоколҳои саноатӣ, топологияи шабака, рафтори муқаррарии истеҳсол, тақсимоти синфҳои ҳамла ва инфрасохтори ҳисоббарории дастрас аз нав тасдиқ карда шаванд. Бехатартарин натиҷае, ки аз таҳқиқот барои Türkiye бароварда мешавад, он аст, ки интихоби модел на танҳо ба дақиқии лабораторӣ, балки ба меъмории воқеии OT-и объект ва талаботи таъхир вобаста бошад.

Усул ва Натиҷаҳои Таҳқиқот

Шарҳи низомманд чӣ гуна гузаронида шуд?

Таҳқиқот усули сохтории баррасии низоммандро истифода кардааст, ки аз принсипҳои PRISMA 2020 мутобиқ карда шудааст. Ҷустуҷӯҳо дар IEEE Xplore, ACM Digital Library, Springer, ScienceDirect ва arXiv гузаронида шуданд ва нашрияҳои давраи Январ 2019-Декабр 2025 ҳадаф қарор гирифтанд. Дархостҳои ҷустуҷӯ се гурӯҳи мафҳумро муттаҳид карданд: техникаҳои зеҳни сунъии тавлидӣ; мафҳумҳои intrusion/anomaly/threat detection ва cybersecurity; мафҳумҳои IIoT, SCADA, ICS, OT ва cyber-physical system.

Ба ҷустуҷӯи пойгоҳҳои додаҳо пайгирии иқтибосҳои пешрав, ҷустуҷӯи манбаъҳои ақибрав ва баррасии дастии корҳои марбут аз баъзе конференсияҳои амниятӣ низ илова карда шуд. Гарчанде шарҳ дар Open Science Framework сабт шудааст, муҳаққиқон ошкоро гуфтаанд, ки пеш аз оғози таҳқиқот протоколи расмӣ омода накардаанд.

Ҳадди интихоб ва арзёбии сифат

Скрининги унвон/хулоса, матни пурра ва марҳилаҳои сифат аз ҷониби муаллифи асосӣ зери назорати муаллифи аршад анҷом дода шудааст. Муҳаққиқон изҳор мекунанд, ки PRISMA скрининги мустақили ду арзёбандаро тавсия медиҳад, аммо бо сабаби маҳдудияти захираҳо аз равиши як арзёбанда ва назорати мушовир истифода кардаанд.

Дар арзёбии сифат воситаи стандартшудаи холдиҳии миқдорӣ истифода нашудааст. Таҳқиқотҳо бо меъёрҳое чун истифодаи маҷмӯаи додаҳои benchmark, муқоисаи baseline, равшании протоколи озмоиш, эътибори оморӣ, нишондиҳандаҳои бозтавлидшавандагӣ ва қобилияти татбиқи саноатӣ ба таври нақлӣ арзёбӣ шудаанд. Қатъияти далел низ ба ҷойи системаи расмии монанд ба GRADE бар асоси муттасилӣ, хатари bias, бевоситагӣ ба IIoT ва ҳассосияти оморӣ ба таври нақлӣ тасниф шудааст.

Нӯҳ чаҳорчӯбаи татбиқи баррасишуда

Шарҳ нӯҳ чаҳорчӯбаро муфассал таҳлил мекунад: DRL-GAN, EO-WGAN, Diff-IDS, AE-AnoWGAN, FedGenID, Transformer-GAN, Transformer-GAN-AE, SAPGAN ва HMFFGAN. Инҳо нӯҳ шохаи як озмоиш нестанд; онҳо натиҷаҳои таҳқиқотҳои гуногун, маҷмӯаҳои гуногуни додаҳо ва шароити гуногуни сахтафзор мебошанд.

Ин ҷадвал барои нишон додани рақами баландтарин ҳамчун “модели ғолиб” нест, балки барои намоён кардани он омода шудааст, ки шарҳ кадом натиҷаҳоро дар контексти кадом маҷмӯаҳои додаҳо интиқол медиҳад.

Ёфтаи аслӣ дар паси performans: қабати ҷойгирсозӣ низ мисли дақиқӣ муҳим аст

Таҳлили меъмории шарҳ гузориш медиҳад, ки аз нӯҳ чаҳорчӯба шашто асосан ба инфрасохтори абрии марказӣ ниёз доранд. Diff-IDS ҳамчун варианти фишурдашуда барои қабати Edge/Processing, ва FedGenID ҳамчун сохтори federated, ки қабатҳои edge ва cloud-ро муттаҳид мекунад, ҷудо мешавад. Моделҳое мисли Transformer-GAN ва Transformer-GAN-AE инфрасохтори ҳисоббарории баландтар талаб мекунанд.

Қавитарин ҳушдори методологӣ: %99 дақиқӣ кафолати заводи воқеӣ нест

Мувофиқи таҳлили муқоисавии худи шарҳ, гетерогении маҷмӯаҳои додаҳо, тақсимоти гуногуни train/test, усулҳои гуногуни preprocessing, моделҳои гуногуни baseline ва сахтафзорҳои гуногун муқоисаи мустақимро маҳдуд мекунанд. Азбаски ҳамон меъморӣ метавонад дар протоколҳои гуногуни озмоиш чанд банди фоизӣ тағйир ёбад, фарқҳои performans байни таҳқиқотҳо набояд ба ҷадвали мутлақи лига табдил дода шаванд.

Гуфта мешавад, ки аз нӯҳ чаҳорчӯбаи муфассал танҳо се-то арзёбии расмии аҳамияти омориро гузориш кардаанд. Барои Transformer-GAN-AE арзишҳои хеле пасти variance гузориш шудаанд, аммо азбаски ҳамаи моделҳо дар шароити яксон муқоиса нашудаанд, қатъияти умумии далели шарҳ дар рейтингҳои мустақими модел паст; дар афзалияти моделсозии вақтии Transformer-ҳо миёна; дар фоидаи зиёдсозии додаҳо бо GAN дар додаҳои номутаносиб бошад баландтар тафсир мешавад.

Чаро маҷмӯаҳои додаҳо критикӣ мебошанд?

Шарҳ маҷмӯаҳои додаҳоеро мисли Edge-IIoTset, CIC-IoT-2023, TON_IoT, WUSTL-EHMS, DS2OS, NSL-KDD, SWaT ва WADI муҳокима мекунад. Яке аз мушоҳидаҳои муҳими таҳқиқот он аст, ки трафики протоколи воқеии саноатӣ дар адабиёти benchmark нокифоя намояндагӣ шудааст. Дар ҳоле ки WUSTL-EHMS махсусан аз ҷиҳати трафики воқеии Modbus TCP пеш оварда мешавад, гуфта мешавад, ки баъзе benchmark-ҳои маъмул ба IoT-и истеъмолӣ ё шабакаҳои анъанавии BT наздиктаранд.

Маҷмӯаҳои додаҳои озмоишгоҳи назоратшуда метавонанд тағйироти басти кори заводи воқеӣ, кӯҳнашавии таҷҳизот, ҳаракатҳои нигоҳдорӣ, concept drift-и чандмоҳа, дастгоҳҳои кӯҳнаи гетерогенӣ ва рафтори дарозмуддати ҳамлагарони пешрафтаро пурра намояндагӣ накунанд. Аз ин рӯ, муҳаққиқон барои арзёбиҳои оянда тасдиқи чандмаҷмӯаи додаҳо, мутобиқати протокол-контекст, муттасилии вақтӣ, номутаносибии воқеъбинонаи синф ва гузориши фосилаи эътимод бо random seed-и сершуморро тавсия мекунанд.

Мушкилоти асосие, ки дар оянда бояд ҳал шаванд

Рӯзномаи таҳқиқотии ояндаи ин таҳқиқот танҳо аз таҳияи модели нав иборат нест. Кам кардани истеъмоли ҳисоббарорӣ ва хотира, дастрасӣ ба додаҳои воқеии OT, вафодории омории додаҳои синтетикӣ, муқовимат ба manipulyatsiya-и adversarial, ошкорсозии drift дар вақти воқеӣ, ҷудо кардани benign drift аз ҷобаҷошавии тақсимот бо сабаби ҳамла, continual learning бидуни catastrophic forgetting, навсозиҳои бехатар ва бидуни қатъи модел, шарҳпазирӣ ва мутобиқат бо стандартҳои саноатӣ мушкилоте мебошанд, ки бояд якҷоя ҳал шаванд.

Ёддошт оид ба Манбаъ ва Усул

Номи пурраи таҳқиқоти аслӣ: Generative AI-Driven Intrusion Detection Systems for the Industrial Internet of Things: A Systematic Review

Муаллифон: Mohammed Houache; Djallel Eddine Boubiche; Homero Toral-Cruz; Rafael Martínez-Peláez; Rafael Sanchez-Lara.

Ҳиссаи баробар/муаллифи якуми баробар: Дар манбаъ чунин изҳорот вуҷуд надорад.

Муаллифони масъул: Djallel Eddine Boubiche ва Homero Toral-Cruz.

Муассисаҳо: LEREESI Laboratory, Higher National School of Renewable Energies, Environment & Sustainable Development (HNS-RE2SD), Batna, Cezayir; Departamento de Ingeniería y Tecnología, Universidad Autónoma del Estado de Quintana Roo, Chetumal, Meksika; Unidad Académica de Computación, Universidad Politécnica de Sinaloa, Mazatlán, Meksika; Departamento de Ingeniería de Sistemas y Computación, Universidad Católica del Norte, Antofagasta, Şili; Facultad de Ingeniería y Arquitectura, Universidad Autónoma del Carmen, Ciudad del Carmen, Meksika.

Навъи манбаъ: Шарҳи низомманд.

Вазъи доварӣ: Нашри маҷаллаи доваришуда аст.

Маҷалла: AI.

Ношир: MDPI, Basel, İsviçre.

Сабти библиографӣ: AI, 2026, Cilt 7, Sayı 5, Makale 179.

DOI: 10.3390/ai7050179.

Гирифтан / ревизия / қабул / нашр: 8 Январ 2026 / 27 Феврал 2026 / 9 Март 2026 / 21 Mayıs 2026.

Пайванди расмии нашр: Сабти расмии мақолаи MDPI тавассути DOI 10.3390/ai7050179.

Иҷозатнома: Creative Commons Attribution (CC BY); ҳуқуқи муаллиф © 2026 ба муаллифон тааллуқ дорад.

Сабти баррасии низомманд: Open Science Framework, DOI 10.17605/OSF.IO/TWZM6. Муаллифон изҳор мекунанд, ки пеш аз таҳқиқот протоколи расмии баррасӣ омода нашудааст ва методология дар самти PRISMA 2020 ба таври итеративӣ таҳия шудааст.

Маблағгузорӣ: Таҳқиқот маблағгузории беруна нагирифтааст.

Дастрасии додаҳо: Маҷмӯаҳои додаҳои benchmark, ки дар шарҳ арзёбӣ шудаанд, барои омма кушодаанд ва манбаъҳои онҳо дар таҳқиқот/Supplementary Table S0-B нишон дода шудаанд.

Ихтилофи манфиатҳо: Муаллифон ихтилофи манфиатҳо гузориш накардаанд.

Саҳмҳои муаллифон: Mohammed Houache ба консептуализатсия, ҷамъоварии додаҳо, тарҳи аввал ва дизайни фигура саҳм гузоштааст. Djallel Eddine Boubiche назорати мазмун ва сохторро анҷом дода, ба тарҳи аввал саҳм гузоштааст. Djallel Eddine Boubiche, Homero Toral-Cruz, Rafael Martínez-Peláez ва Rafael Sanchez-Lara ба таҳрир ва ревизияҳо саҳм гузоштаанд. Гуфта мешавад, ки ҳамаи муаллифон версияи нашршударо хонда ва тасдиқ кардаанд.

Ёддоштҳои муттасилии дохили манбаъ

Дар манбаъ баъзе номутобиқиҳои таҳрирӣ ва рақамӣ вуҷуд доранд ва онҳо хомӯшона ислоҳ карда нашудаанд. Таҳқиқот ҳангоми номбар кардани нӯҳ чаҳорчӯбаи муфассали татбиқ дар 4.2.10 дар як ҷой ибораи “ҳашт чаҳорчӯба”-ро истифода мебарад. Барои FedGenID, гарчанде фарқи арзишҳои %92,17 ва %35,27, ки дар ҳамон график дода шудаанд, 56,90 банди фоизӣ аст, дар матни шарҳдиҳанда “14 банди фоизӣ” гуфта мешавад. Ҳамчунин ибораи модели диффузияи <10 ms дар як бахши муқоисавии пешина бо арзёбии баъдии таъхири диффузияи 100–500 ms ва қоидаи ниҳоии қарор, ки барои <10 ms ҳеҷ яке аз чаҳорчӯбаҳои GenAI-и баррасишуда мувофиқ нест, мувофиқат намекунад. Дар ин мақола барои масъалаи таъхир арзёбии муфассали ҷойгирсозӣ ва дарахти қарори ниҳоии таҳқиқот асос гирифта шудааст; зиддият ошкор нигоҳ дошта шудааст.

Дар шарҳи Фигураи 2 гуфта мешавад, ки 42 таҳқиқоти ниҳоӣ аз ҳашт шарҳи низомманд ва 34 таҳқиқоти эмпирикӣ иборатанд, дар ҳоле ки дар бахши 1.2.4 таърифи истилоҳи “primary study” ҳамчун таҳқиқотҳое дода мешавад, ки бевосита як техникаи зеҳни сунъии тавлидиро пешниҳод мекунанд ё ба таври эмпирикӣ арзёбӣ менамоянд. Аз ин рӯ, таснифи дохилии ибораи 42 “primary study” аз ҷиҳати истилоҳӣ комилан муттасил нест.

Маҳдудияти асосии методологӣ

Ин таҳқиқот дар болои як модели нави IDS озмоиши муштарак ва назоратшуда анҷом надодааст; он натиҷаҳои таҳқиқотҳои гуногунро ба таври низомманд синтез мекунад. Маҷмӯаҳои додаҳо, тақсимоти ҳамлаҳо, қадамҳои preprocessing, тақсимоти train/test, сахтафзор, шаклҳои ҳисобкунии метрика ва стандартҳои гузориши оморӣ дар байни таҳқиқотҳо гуногунанд. Аз ин рӯ, рақамҳои performans дар шарҳ набояд аз контексташон ҷудо карда шуда, барои сохтани рейтинги қатъии модел истифода шаванд.

Қисми бузурги чаҳорчӯбаҳои баррасишуда дар муҳитҳои benchmark ё санҷиши назоратшуда арзёбӣ шудаанд. Дар заводҳои амалиётӣ, зери concept drift-и дарозмуддат, бо сахтафзорҳои кӯҳнаи OT ва дар муқобили ҳамлагарони воқеии пешрафта набудани тасдиқи фарогир яке аз муҳимтарин ҳадҳои татбиқии шарҳ аст. Мазмуни илмӣ ба таҳқиқоти боршуда такя мекунад; аз манбаъҳои беруна натиҷаи нави озмоишӣ ё механизм илова нашудааст.