%J Barqaror Taraqqiyot va Rivojlanish Tamoyillari %X

С ростом объема сетевого трафика и угроз безопасности автоматическая классификация сетевых событий стала жизненно важной. В этой статье представлена разработка и оценка алгоритма на основе машинного обучения для классификации сетевых событий. Алгоритм извлекает статистические и полезные характеристики из сетевых пакетов и применяет методы выбора функций. Модели обучения с учителем, такие как деревья решений, случайный лес и нейронные сети, обучаются на отфильтрованных наборах функций. Алгоритм оценивается на наборах данных NSL-KDD и UNSW-NB15 с использованием таких показателей, как точность, точность и полнота. Результаты экспериментов показывают, что классификатор случайного леса обеспечивает наилучшую производительность с точностью более 95% для обоих наборов данных. Предложенный алгоритм демонстрирует высокую эффективность при классификации сетевых событий на категории безопасных и атак в режиме реального времени.

%D 2024 %V 2 %L uzindex3440 %P 38-52 %T РАЗРАБОТКА И ОЦЕНКА ЭФФЕКТИВНОСТИ АЛГОРИТМА АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ СЕТЕВЫХ СОБЫТИЙ %N 6 %A Зухра Бектемирова %A Махсуд Усмонов