Засоби, методи та інструменти протидії мережевим атакам із застосуванням методологій машинного навчання

Abstract

Мета роботи: розроблення та дослідження методів, моделей і фреймворку виявлення та протидії мережевим атакам із застосуванням методів машинного. Об’єкт дослідження: процеси виявлення, класифікації та запобігання мережевим атакам з використанням технологій машинного навчання. Предмет дослідження: методи, засоби та інструменти протидії мережевим атакам, зокрема атакам, що реалізуються через алгоритми генерації доменів та фішингові механізми, із використанням алгоритмів машинного та глибокого навчання. Результати дослідження В роботі розроблено, теоретично обґрунтовано і практично перевірено підхід до підвищення ефективності протидії мережевим атакам із використанням технологій машинного навчання. Висновок У ході дослідження здійснено аналіз продуктивності моделей, налаштування гіперпараметрів і оптимізацію процесу навчання. Отримані результати свідчать, що застосування глибоких нейронних мереж дозволяє знизити кількість помилкових спрацьовувань, підвищити точність класифікації.