Использование искусственного интеллекта для обнаружения аномалий в сетевом трафике
DOI:
https://doi.org/10.53002/102Ключевые слова:
сетевой трафик, обнаружение аномалий, искусственный интеллект, машинное обучение, deep learning, кибербезопасность.Аннотация
В этом исследовании рассматривается эффективность использования технологий искусственного интеллекта (ИИ) для выявления аномалий в сетевом трафике. Сложность сетевых систем и рост киберугроз сделали своевременное обнаружение аномалий важной задачей. В исследовании анализируется применение методов машиностроения и глубокого обучения. Результаты исследования доказывают, что модели на основе ИИ демонстрируют более высокую точность и эффективность, чем традиционные методы. Статья заканчивается практическими рекомендациями, направленными на повышение сетевой безопасности.
Библиографические ссылки
Buczak A. L., Guven E. A Survey of Data Mining and Machine Learning Methods for Cyber Security Intrusion Detection // IEEE Communications Surveys & Tutorials. – 2016. – Vol. 18, No. 2. – P. 1153–1176.
Goodfellow I., Bengio Y., Courville A. Deep Learning. – Cambridge, MA: MIT Press, 2016. – 775 p.
KDD Cup 1999 Data. Access mode: http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html (date of request: 12.11.2025).
Sommer R., Paxson V. Outside the Closed World: On Using Machine Learning for Network Intrusion Detection // IEEE Symposium on Security and Privacy. – 2010. – P. 305–316.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 А.С. Абдулов
Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.
