Sun’iy intellekt asosida tarmoq nosozliklarini aniqlash modelini ishlab chiqish
Аннотация
Maqolada kompyuter tarmoqlaridagi nosozliklarni erta aniqlash va ularning ehtimoliy turini tasniflash uchun sun’iy intellektga asoslangan model taklif etiladi. Model tarmoq qurilmalari va monitoring tizimlaridan olinadigan oqim statistikasi, kechikish, paket yo‘qotilishi, interfeys xatolari, protsessor yuklanishi hamda ulanish holati kabi ko‘rsatkichlarni birgalikda tahlil qiladi. Taklif etilayotgan yechim ma’lumotlarni tayyorlash, muhim belgilarni tanlash, mashinaviy o‘qitish klassifikatori yordamida holatni aniqlash va nosozlik manbasini taxminiy lokalizatsiya qilish bosqichlaridan iborat. Tadqiqotda amaliy tajriba natijalari mavjud deb ko‘rsatilmaydi; model arxitekturasi va uni baholash metodikasi ishlab chiqiladi. Baholash uchun aniqlik, precision, recall, F1-mezon, yolg‘on ijobiy signal ulushi va aniqlash vaqti mezonlari tavsiya etiladi.
Kalit so‘zlar: sun’iy intellekt, tarmoq monitoringi, nosozliklarni aniqlash, mashinaviy o‘qitish, anomaliyani aniqlash, Random Forest, gradient boosting, tarmoq diagnostikasi
Библиографические ссылки
1. Machine Learning-Based Network Status Detection and Fault Localization. (2021). IEEE Transactions on Instrumentation and Measurement, 70. https://doi.org/10.1109/TIM.2021.3094223
2. Moustafa, N., & Slay, J. (2015). UNSW-NB15: A comprehensive data set for network intrusion detection systems. 2015 Military Communications and Information Systems Conference (MilCIS), 1–6. https://doi.org/10.1109/MilCIS.2015.7348942
3. Ruffo, V. G. da S., Lent, D. M. B., Komarchesqui, M., Schiavon, V. F., de Assis, M. V. O., Carvalho, L. F., & Proença, M. L., Jr. (2024). Anomaly and intrusion detection using deep learning for software-defined networks: A survey. Expert Systems with Applications, 256, 124982. https://doi.org/10.1016/j.eswa.2024.124982
4. Schummer, P., del Rio, A., Serrano, J., Jimenez, D., Sánchez, G., & Llorente, Á. (2024). Machine learning-based network anomaly detection: Design, implementation, and evaluation. AI, 5(4), 143. https://www.mdpi.com/2673-2688/5/4/143
5. UNSW Canberra. (2021). The UNSW-NB15 dataset. https://research.unsw.edu.au/projects/unsw-nb15-dataset
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

