Article

AUTOENCODERLAR YORDAMIDA TARMOQ TRAFIGIDA ANOMALIYALARNI NAZORATSIZ ANIQLASH: NSL-KDD MA'LUMOTLAR TO'PLAMI ASOSIDA AMALIY TADQIQOT

Shohruzbek Abduno'mon o'g'li Turg'unaliyev"Cyber university" davlat universiteti

Zenodo (CERN European Organization for Nuclear Research)repository2026uz

ABI

Abstract

Belgilangan ma'lumotlarning cheklanganligi nazoratli o'qitish modellarining asosiy muammosi hisoblanadi. Ushbu tadqiqotda tarmoq trafigidagi anomaliyalarni aniqlash uchun autoencoder asosidagi nazoratsiz yondashuv taklif etiladi. NSL-KDD dataseti ustida o'tkazilgan eksperimentlar shuni ko'rsatdiki, model faqat normal trafik bilan o'qitilib, AUC-ROC 96.13% va Precision 96.25% ko'rsatkichlariga erishdi. Zero-day hujumlarning 40.22% imzosiz aniqlanishi autoencoderlarning an'anaviy signature-based tizimlarga nisbatan ustunligini tasdiqlaydi. Gibrid yondashuv eng samarali strategiya sifatida tavsiya etiladi.

Topics

Traffic Prediction and Management Techniques Elevator Systems and Control Traffic control and management

Identifiers

DOI: 10.5281/zenodo.19228172

Citations and references

Cited by 00 references

Metrics — AkademScholar · Coming soon