Search academic texts

Information × Registration Number 2123U001441, Article popup.category Стаття, Опубліковано, Рецензована стаття Title RESEARCH OF METHODS FOR IMPROVING THE QUALITY OF CLASSIFICATION ON IMBALANCED DATA popup.author Gavrylenko SvitlanaZozulia VladislavOmelchenko ViktoriiaGavrylenko SvitlanaZozulia VladislavOmelchenko Viktoriia popup.publication 09-06-2023 popup.source_user Національний університет «Полтавська політехніка імені Юрія Кондратюка» popup.source https://journals.nupp.edu.ua/sunz/article/view/2963 popup.publisher Національний університет «Полтавська політехніка імені Юрія Кондратюка» Description Предметом дослідження є методи балансування вихідних даних. Метою статті є підвищення якості систем виявлення вторгнень у комп’ютерні мережі за рахунок використання методів балансування класів. Завдання: дослідити методи балансування класів та розробити метод класифікації на незбалансованих даних для підвищення рівня мережевої безпеки. Використовуваними методами є: методи штучного інтелекту, машинного навчання. Отримано такі результати: Досліджено методи балансування класів, які базуються на технології Undersampling, Oversampling та їх комбінації. Для подальшого дослідження обрано такі методи: SMOTEENN, SVMSMOTE, BorderlineSMOTE, ADASYN, SMOTE, KMeansSMOTE. У якості вихідних даних використано набір UNSW-NB 15, який містить інформацію про нормальне функціонування мережі та під час вторгнень. У якості базового класифікатора використано дерево рішень на основі CART (Classification And Regression Tree) алгоритму. За результатами досліджень отримано, що використання методу SMOTEENN надає можливість підвищити якість виявлення вторгнень у функціонування мережі. Висновки. Наукова новизна отриманих результатів полягає у комплексному використанні методів балансування даних та методу класифікації даних на основі дерева рішень для виявлення вторгнень у комп’ютерні мережі, що дозволило зменшити кількість помилок II роду. popup.nrat_date 2026-04-19 Close