TARMOQ OQIMIDA ANOMALIYALARINI ANIQLASHDA MASHINALI O'QITISHDAN FOYDALANISH

Bugungi kunga kelib tarmoq xavfsizligini ta’minlashda anomaliyalarni aniqlash tizimlari muhim ahamiyatga ega bo‘lsa-da, sanoatda asosan an’anaviy imzo asosidagi (signature-based) usullar keng foydalaniladi. Ushbu maqola anomaliyaga asoslangan tizimlarning samaradorligini oshirish va ularni amaliyotga tatbiq etishda mashinali o‘qitish algortimlaridan foydalanish choralariga qaratilgan. Ish doirasida UNSW-NB15 ma’lumotlar to‘plami asosida turli mashinali o‘qitish algoritmlari qiyosiy tahlil qilindi. Kutilayotgan tadqiqot natijalari ko‘ra, Random Forest va AdaBoost algoritmlari o‘zining ansambl tuzilishi tufayli tarmoq trafigidagi murakkab va chiziqli bo‘lmagan anomaliyalarni yuqori aniqlikda ajratishi tahmin qilinmoqda. Bu esa tijoriy tashkilotlar uchun kritik ahamiyatga ega bo‘lgan “False Negative” holatlarini minimallashtiradi. Mazkur maqolada anomaliyalarni aniqlash usullarini amaliyotga joriy etishda yuzaga keladigan muammolarni bartaraf etish va NetFlow ma’lumotlar oqimida yuqori aniqlikka erishish uchun yangi yondashuvni taqdim etilgan.

Not yet translated