ОБНАРУЖЕНИЕ КИБЕРАТАК В OT-СЕТЯХ НА ОСНОВЕ МАШИННО-ГО ОБУЧЕНИЯ: СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ КЛАССИФИКАЦИИ СЕТЕВЫХ АНОМАЛИЙ: MACHINE LEARNING-BASED CYBERATTACK DETECTION IN OT-NETWORKS: A COMPARATIVE ANALYSIS OF NETWORK ANOMALY CLASSIFICATION METHODS
ост числа кибератак на промышленные сети повышает тре-бования к своевременному выявлению аномальной активности в операционных технологических (OT) средах. Цель исследования заключается в сравнительной оценке методов машинного обучения для обнаружения кибератак и классифи-кации сетевых аномалий в OT-сетях. Экспериментальная методика предусма-тривает предварительную обработку сетевого трафика, формирование информа-тивного пространства признаков и обучение моделей Random Forest, XGBoost, Support Vector Machine и многослойной нейронной сети. Эффективность алго-ритмов оценивается по показателям Accuracy, Precision, Recall, F1-score и ROC-AUC, а также по способности выявлять различные категории атак. Наилучшие результаты получены с использованием XGBoost: Accuracy составила 98,4%, F1-score — 98,1%, ROC-AUC — 0,994. Сравнительный анализ показал, что приме-нение ансамблевых методов позволяет повысить точность обнаружения сетевых аномалий при сохранении низкой доли ошибочных срабатываний. Полученные результаты могут быть использованы при разработке интеллектуальных систем обнаружения вторжений для промышленных OT-инфраструктур.
Сведения
- Опубликовано
- 2026 · Т. 7, № 3(27), С. 495-511
- Язык
- Русский
- ISSN
- 2708-2032 · 2708-2040
- Издатель
- International Information Technology University
- Аффилиации
- Казахская национальная академия искусств имени Темирбека Жүргенова, Алматы, Казахстан;
ТОО «Международная образовательная корпорация», Казахская головная архитектурно-строительная академия, Алматы, Казахстан;
SDU University, Алматы, Казахстан;
Казахский национальный исследовательский технический университет имени К.И. Сатпаева, Алматы, Казахстан
Казахский национальный педагогический университет имени Абая, Алматы, Казахстан.