Використання машинного навчання для класифікації атак типу DOS/DDOS

Abstract

Актуальність роботи полягає у необхідності виявлення та протидії атакам типу DOS/DDOS, що є серйозною загрозою для сучасних інформаційних систем. Ці кібератаки призводять до значних економічних збитків та перерв у роботі мережевих сервісів. Мета роботи – підтвердити гіпотезу, що метод дерев прийняття рішень краще працює для виявлення атак типу DOS/DDOS за певних умов. Проведено порівняння методів дерев прийняття рішень з іншими методами машинного навчання (RF, SVM, KNN, ANN, NB, SGBoost) на основі датасету CSICIDS2017. Дерева прийняття рішень показали значні покращення у точності виявлення атак завдяки оптимальному налаштуванню гіперпараметрів та відбору датасету