Анализ нейросетевых методов обнаружения компьютерных атак и наборов данных для их обучения

Информационные технологии. 2022. Т. 28. № 12. С. 644–653.

Авдошин С. М., Пантюхин Д. В., Воронков И. М., Назаров А. Н., Мухамадиев В. И., Горденко М. К., Дам В. Н., Нгуен Н. З.

Рассматриваются подходы к обнаружению компьютерных атак, основанные на применении нейросетевых классификаторов. Обсуждаются проблемы обучения таких классификаторов. Рассматриваются наборы данных о компьютерных атаках для проводных и беспроводных систем. Приведены результаты оценки таких наборов по степени несбалансированности. Описаны проблемы обучения на несбалансированных наборах данных и подходы к балансировке обучающей выборки в случае редких атак, в том числе с помощью генеративно-состязательных сетей.

Ключевые слова: нейронная сеть, neural networks, intrusion detection, training sample balancing, intrusion detection datasets, обнаружение компьютерных атак, балансировка обучающей выборки, наборы данных компьютерных атак