Журнал «Современная Наука»

ОБНАРУЖЕНИЕ СЕТЕВЫХ АТАК С ИСПОЛЬЗОВАНИЕМ МЕТОДА СЛУЧАЙНОГО ЛЕСА В УСЛОВИЯХ НЕСБАЛАНСИРОВАННЫХ ДАННЫХ

Куликова Ольга Витальевна (доцент кафедры физико-математических наук, Донской государственный технический университет, г. Ростов-на-Дону )

Пинигин Андрей Сергеевич (Донской Государственный Технический Университет г. Ростов-на-Дону )

Статья посвящена теме обнаружения атак с использованием метода случайного леса в условиях несбалансированных данных. В данной статье представлено применение метода машинного обучения «случайный лес» (Random Forest) для обнаружения и классификации сетевых атак на основе анализа сетевого трафика. Описаны этапы подготовки выбранного набора данных CICIDS2017, включая удаление коррелирующих признаков, балансировку классов и отбор наиболее значимых признаков. Особое внимание уделяется модификации модели с настройкой весов классов и оптимизацией гиперпараметров модели, что позволило повысить точность распознавания редких видов атак. Результаты исследования показали эффективность использования ансамблевых методов в задачи классификации сетевого атак, возможность применения случайного леса в реальных системах обнаружения вторжений (IDS).

Ключевые слова:машинное обучение, случайный лес, классификация атак, анализ сетевого трафика, балансировка классов

Читать полный текст статьи …

Ссылка для цитирования:
Куликова О. В., Пинигин А. С. ОБНАРУЖЕНИЕ СЕТЕВЫХ АТАК С ИСПОЛЬЗОВАНИЕМ МЕТОДА СЛУЧАЙНОГО ЛЕСА В УСЛОВИЯХ НЕСБАЛАНСИРОВАННЫХ ДАННЫХ // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2025. -№06/2. -С. 123-127 DOI 10.37882/2223-2966.2025.06-2.18

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"