DDoS HUJUMLARINI ANIQLASHDA SUN’IY INTELLEKT MODELLARI VA ALGORITMLARI

Mazkur maqolada taqsimlangan xizmat ko‘rsatishni rad etish (Distributed Denial of Service — DDoS) hujumlarini aniqlashda sun’iy intellekt, mashinali o‘qitish va chuqur o‘qitish modellaridan foydalanish imkoniyatlari tahlil qilinadi. DDoS hujumlarining asosiy turlari, an’anaviy tarmoq xavfsizligi vositalarining cheklovlari hamda zamonaviy intellektual aniqlash algoritmlarining ishlash tamoyillari yoritiladi. Decision Tree, Random Forest, Support Vector Machine, K-Nearest Neighbors, Naive Bayes, XGBoost va LightGBM kabi mashinali o‘qitish algoritmlari, shuningdek, MLP, CNN, RNN, LSTM, GRU, Autoencoder va Transformer arxitekturalarining imkoniyatlari qiyosiy jihatdan ko‘rib chiqiladi. Tadqiqotda CIC-DDoS2019, CIC-IDS2017, NSL-KDD, UNSW-NB15, BoT-IoT va CICIoT2023 ma’lumotlar to‘plamlarining qo‘llanilishi, modellar samaradorligini baholash mezonlari hamda real vaqt rejimida aniqlash bilan bog‘liq muammolar tahlil etiladi. Ilmiy manbalarda e’lon qilingan natijalar asosida aniqlash aniqligi bilan bir qatorda yolg‘on musbat signallar, hisoblash xarajatlari va yangi hujum turlariga moslashuvchanlikni hisobga olish zarurligi asoslanadi. Tahlil natijasida gibrid chuqur o‘qitish modellari, federativ o‘qitish va tushuntiriladigan sun’iy intellekt istiqbolli yo‘nalishlar sifatida baholanadi.

Hali tarjima qilinmagan