ЖАСАНДЫ ИНТЕЛЛЕКТ АЛГОРИТМДЕРІН ЖЕЛІЛІК ШАБУЫЛДАРДЫ АНЫҚТАУ ҮШІН САЛЫСТЫРМАЛЫ ТАЛДАУ
Қазіргі заманда ақпараттық технологиялардың қарқынды дамуы мен цифрландыру үрдістерінің кеңеюі қоғам мен экономика өмірінің барлық салаларына үлкен әсерін тигізуде. Желілік инфрақұрылымдардың күрделенуі және интернетке қосылған құрылғылар санының күрт артуы ақпараттық ағынның көлемін арттырып, сонымен қатар қауіпсіздікке қатысты жаңа сын-қатерлерді туғызды. Кибершабуылдардың түрлері мен әдістері жылдам өзгеріп, бұрынғыдай дәстүрлі қорғау тәсілдері көп жағдайда жеткіліксіз болып отыр. Ірі мекемелерде дәстүрлі ережеге негізделген жүйелердің орнына үлгілер мен заңдылықтарды өздігінен үйрене алатын, күрделі деректер ағындарын талдайтын жасанды интеллект (AI) жүйелері қолданылуда. Бұл әдістер шабуылдарды тезірек және дәл анықтауға мүмкіндік береді, себебі олар үлгілер мен аномалды жағдайларды жылдам анықтай алады. Мақаланың мақсаты – желілік трафиктегі қауіп-қатерлерді дәл және жылдам анықтау үшін терең оқыту әдістеріне негізделген салыстырмалы талдау жасау және оның тиімділігін тәжірибе жүзінде дәлелдеу. Зерттеу барысында жасанды интеллект негізіндегі бірнеше әдіс сыналды. Машиналық оқыту (МО) және терең оқыту (Deep Learning) алгоритмдерінің мүмкіндіктері зерттеле отырып, Random Forest, XGBoost, SVM сияқты дәстүрлі әдістермен қатар нейрондық желілердің заманауи архитектурасы – CNN қолданылды. Жасанды интеллект алгоритмдері шабуыл түрлерін жіктеу, қалыпты және аномальды трафикті ажырату, сондай-ақ жаңа немесе сирек шабуылдарды анықтау тұрғысынан салыстырмалы түрде талданды. Зерттеу нәтижесінде дәлдік, сезімталдық, F1-score, ROC-AUC қисығы және қателік матрицасы көрсеткіштері бағаланды. Сонымен қатар, ұсынылған әдістердің нақты уақыт режимінде қолданылуы мен олардың практикалық маңыздылығы талданды.
Сведения
- Опубликовано
- 2026 · Т. 357, № 1
- Язык
- Казахский
- ISSN
- 1991-346X · 2518-1726
- Издатель
- Central Asian Academic Research Center LLP