Публікація:
Оцінювання методів машинного навчання для виявлення аномалій мережевого трафіку

dc.contributor.authorКостромицький, О. С.
dc.contributor.authorПіксасов, М. М.
dc.date.accessioned2026-11-22T09:52:43Z
dc.date.issued2026
dc.description.abstractДосліджено можливості автоматизованого виявлення мережевих атак шляхом бінарної класифікації характеристик мережевих з’єднань із використанням алгоритмів Random Forest та багатошарового перцептрона (MLP). Розглянуто походження експериментальних даних, особливості підготовки ознак і методи оцінювання результатів класифікації. За результатами експериментальних досліджень на наборах даних NSL-KDD та CICIDS2017 встановлено високу точність виявлення мережевих атак обома алгоритмами. Обґрунтовано некоректність безпосереднього порівняння ефективності моделей, досліджених на різних наборах даних. Проаналізовано вплив хибнопозитивних і хибнонегативних рішень на результативність виявлення кіберзагроз та визначено необхідність додаткової перевірки стійкості моделей на незалежному мережевому трафіку.
dc.identifier.citationКостромицький О. С., Піксасов М. М. Оцінювання методів машинного навчання для виявлення аномалій мережевого трафіку // Кіберстійкість у сучасному світі: виклики, інновації, рішення : матеріали І Всеукраїнської науково-практичної конференції. Харків: ХНАДУ, 2026. С. 58-61.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/36712
dc.language.isouk
dc.publisherХНАДУ
dc.subjectмережеві атаки
dc.subjectвиявлення вторгнень
dc.subjectбагатошаровий перцептрон
dc.subjectаналіз аномалій
dc.titleОцінювання методів машинного навчання для виявлення аномалій мережевого трафіку
dc.typeConference proceedings
dspace.entity.typePublication

Файли

Оригінальний пакунок

Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
pikasov.pdf
Розмір:
527.78 KB
Формат:
Adobe Portable Document Format

Пакунок ліцензії

Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
license.txt
Розмір:
10.74 KB
Формат:
Item-specific license agreed upon to submission
Опис: