مجلة العلم والابتكار السورية

نمذجة انتشار المعلومات المحسّن في الشبكات الاجتماعية باستخدام خوارزمية اليراع المعدلة الموسعة مع عوامل المحتوى والتفاعل والزمن والسمات الاجتماعية

أمجد علوش، Mohammad Saeed Abou Trab، Ghaida Rebdawi — Mon, 21 Jul 2025 00:00:00 +0000

يُعد فهم وتوقّع كيفية انتشار المعلومات في الشبكات الاجتماعية على الإنترنت مهمة حيوية ومعقدة في آنٍ واحد، خصوصًا في ظل التأثير المتزايد لنوع المحتوى، وتفاعل المستخدمين، والديناميكيات الاجتماعية. في هذه الدراسة، نقترح نموذجًا محسّنًا لانتشار المعلومات يعتمد على نسخة موسعة من خوارزمية اليراع المعدلة (EMFA)، حيث يدمج أربع سمات رئيسية: نوع المحتوى، مستوى التفاعل، السلوك الزمني، والسمات الاجتماعية للمستخدمين.
يتكيف نموذجنا المقترح وعلى خلاف النماذج الكلاسيكية التي تتعامل مع انتشار المعلومات بشكل موحد ديناميكيًا مع طبيعة المحتوى وأنماط سلوك المستخدمين.

تم تقييم النموذج باستخدام مجموعات بيانات حقيقية متعددة، بما في ذلك تويتر ورديت، وتمت مقارنته مع نماذج انتشار قائمة على التحسين الأمثل مثل PSO وACO وGWO. وأظهرت النتائج التجريبية أن دمج هذه العوامل يُحسّن بشكل ملحوظ من دقة وواقعية توقعات الانتشار. كما أجرينا تحليلًا للحساسية لقياس التأثير الفردي لكل عامل، وأثبتنا قدرة النموذج على محاكاة الاتجاهات الفيروسية وتوقّع أوقات الذروة للانتشار.

تُقدّم هذه الدراسة إطارًا حوسبيًا متطورًا وتكيفيًا لمحاكاة ديناميكيات الانتشار المعقدة ضمن الأنظمة الاجتماعية الرقمية الحديثة، وتفتح آفاقًا لتطبيقات في مجالات مكافحة الشائعات، والتسويق الرقمي، وتوقّع السلوك الاجتماعي.

ضبط الوصول في أنظمة الحكومة الإلكترونية المبنية على الويب الدلالي

Sary Jouhara — Mon, 21 Jul 2025 00:00:00 +0000

الملخص

أدى النمو السريع لتقنيات الويب الدلالي إلى اعتمادها على نطاق واسع في تطبيقات الحكومة الإلكترونية، مما ساعد في معالجة التحديات الناتجة عن اختلاف بيئات العمل الإدارية وتعقيداتها. ومع ذلك، فإن دمج أساليب الويب الدلالي في هذه التطبيقات يؤدي إلى ظهور ثغرات في أمن المعلومات، لا سيما في مجال ضبط الوصول وإدارة الصلاحيات. يهدف هذا البحث إلى اقتراح حل آمن لضبط الوصول في أنظمة الحكومة الإلكترونية المبنية على الويب الدلالي، مع التركيز على تحقيق التوازن بين الأمان والكفاءة التشغيلية.

يستند الحل المقترح إلى تعزيز نموذج التحكم بالوصول القائم على الأدوار (Flat RBAC) من خلال إدماج منهجيات مدعومة بالأنطولوجيا والاستدلال الدلالي. تم تصميم أنطولوجيات متخصصة لتمثيل معلومات الجهات المشاركة في الحكومة الإلكترونية وضبط الوصول إليها باستخدام أنطولوجيا شاملة لتمثيل أدوار المستخدمين وصلاحياتهم بدقة، ودمج تقنيات الويب الدلالي مثل RDF وOWL وSPARQL لتنفيذ السياسات بشكل ديناميكي ومرن.

تم الاعتماد على مخزن الثلاثيات Apache Jena Fuseki لتحقيق التشغيل البيني بين الجهات الحكومية المختلفة مع ضمان منع الوصول غير المصرح به عبر تقنيات مصادقة مبنية على الأنطولوجيا. كما تم تفعيل محرك استدلال لاستنتاج حقائق إضافية مما يعزز الاستجابة للاستعلامات واستخلاص المنطق.

وتشير التقييمات الأولية إلى أن النظام يدعم تحديثات السياسات بشكل مرن، مما يحسن من الأمن والكفاءة التشغيلية ويوفر قابلية التوسع مستقبلاً. يفتح هذا البحث آفاقاً لأبحاث مستقبلية تهدف إلى تحسين الأداء، وتعزيز قدرات الاستدلال، وتوسيع النموذج ليشمل التحكم المتقدم بالوصول مثل Hierarchical RBAC وConstrained RBAC في بيئات واسعة النطاق.

(تحديد أيونات النحاس الثنائي في المحاليل المائية باستخدام الكاشف العضوي 3-هيدروكسي -4-[(2-هيدروكسي بنزيليدين) أمينو] نفتالين-1- حمض السلفونيك (HHBAN) بالطريقة الطيفية اللونية)

عمار اسماعيل — Mon, 21 Jul 2025 00:00:00 +0000

دُرست إمكانية تشكيل معقد ملون بين النحاس (II) والكاشف 3-هيدروكسي-4-] (2- هيدروكسي بنزليدين) أمينو[ نفتالين-1- حمض السلفون بهدف استخدامه في تحديد النحاس في محاليله المائية بالطريقة الطيفية الضوئية اللونية؛ إذ تبين أن الكاشف المذكور يشكل مع النحاس(II) معقداً ملوناً بلون برتقالي بوجود منظم البريتون pH=7 . دلت الدراسة التجريبية لطيف امتصاص محلول المعقد المتشكل, أن طول الموجة الموافق لامتصاص أعظمي هو 430 nm، وهو طول الموجة الذي استخدم من أجل تحديد كافة القرائن الكمية المتعلقة بهذا المعقد، فكانت نسبة التفاعل بين الكاشف والنحاس(II)، (1:2) وبلغت أكبر قيمة لمعامل الامتصاص المولاري =3.236×10⁴ l.mol^-1.cm^-1 ɛ وثابت تشكل المعقد _K= 0.5749×10³β . درست كافة العوامل المؤثرة في عملية تشكيل المعقد نحاس – كاشف، حيث كان قانون بيير-لامبرت محققاً ضمن المجال (0.3-6) mg/l وبحد كشف قدره 0.02 mg/l، وتراوحت قيم الانحراف المعياري النسبي المئوي ضمن المجال (0.25-5.26) % والاسترجاعية ضمن المجال (95-102.5) % عند تطبيق هذه الطريقة على عينات عيارية للنحاس، مما يدل على صحة ودقة الطريقة وإمكانية استخدام الكاشف لتحديد النحاس (II).

The Scoliosis Assessment Aid (SAA): A Technological Tool for Scoliosis Management

Mohamad Firas Wahbeh — Mon, 21 Jul 2025 00:00:00 +0000

أحدث دمج تطبيقات الهاتف المحمول في الرعاية الصحية ثورةً في منهجيات التشخيص والعلاج. ويُجسّد تطبيق "مساعد تقييم الجنف (SAA) هذا الابتكار من خلال توفيره منصة شاملة لتقييم الجنف. تُحلل هذه الدراسة وظائف التطبيق، وأُسسه العلمية، وتأثيره المحتمل على إدارة حالات الجنف، وذلك بالاستناد إلى إرشادات الجمعية العلمية الدولية لعلاج الجنف بالتقويم العظمي وإعادة التأهيل (SOSORT) والأدبيات العلمية الحديثة.

Probe sonication fabrication of three noble metal photocatalytic platforms: An in-depth study of the effect of heterogeneous structural properties on the photocatalytic activity of hazardous contaminates

غفار كاره — Mon, 21 Jul 2025 00:00:00 +0000

في هذه البحث، تم تحضير مجموعة من ثلاثة أنواع من المحفزات النانوية المعدنية قائمة بالأساس على عناصر نبيلة (Pt NPs, Au NPs, Ag NPs) وفق طريقة خضراء وآمنة بيئياً - طريقة الأمواج فوق الصوتية المسبارية - وبالاعتماد على منهج البوليول. تم تفاعل إرجاع الايونات المعدنية على مرحلتي إرجاع، هما: إرجاع بسيط وإرجاع قوي. تم التوصيف الفيزيوكيميائي الخاص باستخدام مجموعة من التقانات المهمة وذات الصلة. أفضت مخرجات دراسة الأطوار البلورية إلى أن الأطوار البلورية النقية لجسيمات الحفازات الثلاث تنتسب إلى نظام مكعبي مركزي الجسم وبمؤشرات بلورية دقيقة (حجم حبيبات بلورية، درجة تبلور و درجة توجيه بلوري). اتفقت نتائج الدراسة أنفة الذكرمع نتائج التحليل العنصري. التمحيص في هذه المؤشرات أكد أن جسيمات حفازي البلاتين والفضة بُنيَا من نوى اساسها البلوري کاملة التبلور. في حين تفردت جسيمات حفاز الذهب بمؤشرات بلورية خاصة بها، مثبتةً أن بنائها البلوري تشكل من نوى بلورية أولية مخالفةً في تشكلها جسيمات الحفازين الأخرين. ليس فقط أن جسيمات الحفازات النانوية الثلاث تشاركت بمورفولوجيات كروية، بل أيضاً أن جسيمات حفازي الذهب والبلاتين امتلكا مورفولوجيات مضلعية وصفائحية، ليست للفضة. لاستثمار تباين هذه الخصائص البنيوية، حدد الأداء الحفزي الضوئي لها بوجود بورهيدريد الصوديوم على مجموعتين من الملوثات: الأولى، ملوثات ملونة (أزرق الميثلين ورودامين ب)، الثانية، ملوثات نفطية (بارا نيتروفينول، ثلاثي كلورو بنزن) عند تراكيز مختلفة منها. نسب تحفيز الملوثات الملونة أعلى بكثير من نسبة تحفيز الملوثات النفطية. الفضة أبدت أعلى قدرة على التحفيز الضوئي مقارنة بالبلاتين والذهب. بعد أن تم إجراء اختبار قابلية إعادة الاستخدام لكل محفز على حدا ولخمس دورات، أُبرزت الخصيصة الخضراء لكافة جسيمات الحفازات النانوية الثلاث أنها قابلة للاستخدام عدة مرات وبأداء فائق.

اكتشاف محددات الموارد الموحدة الضارة باستخدام خوارزميات التصنيف في التعلم الآلي والتعلم العميق

سيرا أستور — Mon, 21 Jul 2025 00:00:00 +0000

بسبب الحاجة اليومية لاستخدام الروابط ومواقع الويب، وانتشار عناوين URL الضارة، تنشأ العديد من التهديدات الأمنية لمستخدمي الإنترنت والمؤسسات. يمكن أن تؤدي هذه التهديدات إلى خروقات للبيانات وسرقة الهوية، وقد تتسبب في انهيار النظام بالكامل. غالبًا ما تكون الطرق التقليدية للكشف عن عناوين URL الضارة غير كافية وتتطلب تقنيات متقدمة. تقدم هذه الدراسة تحسنًا في دقة وسرعة اكتشاف العناوين الضارة من خلال استخدام تقنيات التعلم التجميعي، وتحديدًا تقنيتي التعبئة والتكديس أظهرت التجارب المكثفة التي أجريت على مجموعة بيانات كبيرة ومتوازنة تحتوي على 491,530 عنوان، موزعة بالتساوي بين الحميدة والضارة، أن نماذج التعلم التجميعي تتفوق بشكل كبير على الخوارزميات الأخرى. حقق مصنف التعبئة الذي يستخدم أشجار القرار كمصنف أساسي دقة بنسبة 99.01٪، ووقت تدريب قدره 23.84 ثانية، ووقت تنبؤ قدره 0.86 ثانية. كما حقق مُصنِّف التكديس الذي يضم مصنف التعزيز التكيفي (AdaBoost) ومصنف الغابة العشوائية (Random Forest) ومصنف التعزيز التدرجي الفائق (XGBoost) كمُصنِّفات أساسية نتائج مماثلة، على الرغم من زيادة وقت التدريب إلى 4.61 ثانية نظرًا لتعقيد هذا النموذج. بالإضافة إلى النتائج التي حصلنا عليها، والتي أظهرت تفوق نماذج التجميع والتكديس، أجرينا مقارنة شاملة مع نماذج شائعة أخرى، بدءًا من نماذج التعلم الآلي الفردية مثل نموذج أقرب الجيران (k-Nearest Neighbors) ووصولًا إلى نماذج التعلم العميق مثل الشبكات العصبية ذات التغذية الأمامية (feedforward neural networks)، ووصولًا إلى نماذج التعلم التجميعي باستخدام تقنيات متنوعة مثل التعزيز (Boosting). تُسلِّط هذه النتائج الضوء على الإمكانات الواعدة للتعلم التجميعي في تعزيز تدابير الأمن السيبراني وحماية المستخدمين والشركات من هجمات العناوين الضارة.