Исследование алгоритмов адаптивных нейро-нечетких сетей ANFIS для решения задачи идентификации сетевых атак

Аннотация

В настоящий момент темпы изменения характера инцидентов кибербезопасности обуславливают необходимость модификации существующих алгоритмов идентификации атак систем обнаружения вторжений таким образом, чтобы осуществлялось быстрое реагирование на новые типы атак. Современные алгоритмы интеллектуального анализа данных позволяют строить решения подобных задач, однако результат, как правило, зависит как от используемых инструментов и алгоритмов обучения, так и от качества данных, на которых строится модель. Для повышения качества данных из-за объективной неопределенности существует комплекс методов и алгоритмов обработки и фильтрации, при этом влияние субъективности экспертов является сложнейшей задачей, эффективность в решении которой показали системы нейро-нечеткого вывода. В связи с этим, данная работа направлена на исследование алгоритмов адаптивных нейро-нечетких сетей ANFIS на базе различных представлений нечетких правил, позволяющих выполнять классификацию входящего трафика сети для идентификации различных инцидентов кибербезопасности. Полученные результаты общей оценки эффективности идентификации сетевых атак с помощью различных мер точности показали, что наиболее оптимальным нейро-нечетким классификатором является сеть ANFIS с использованием нечеткого вывода Такаги-Сугено-Канга. При этом наименее эффективные результаты идентификации различных типов сетевых атак показало применение нечеткого вывода Ванга-Менделя. Разработанные модули могут использоваться для обработки данных, полученных с датчиков системы управления информацией и событиями безопасности.

Сведения об авторах

Denis Igorevich Parfenov, Оренбургский государственный университет

заведующий сектором программно-технической поддержки дистанционного обучения, кандидат технических наук

Irina Pavlovna Bolodurina, Оренбургский государственный университет

заведующий кафедрой прикладной математики, доктор технических наук, профессор

Lyubov Sergeevna Zabrodina, Оренбургский государственный университет

ассистент кафедры прикладной математики

Artur Yurievich Zhigalov, Оренбургский государственный университет

ведущий программист сектора автоматизированной поддержки организации учебного процесса

Опубликована
2020-11-30
Как цитировать
PARFENOV, Denis Igorevich et al. Исследование алгоритмов адаптивных нейро-нечетких сетей ANFIS для решения задачи идентификации сетевых атак. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 16, n. 3, nov. 2020. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/682>. Дата доступа: 21 apr. 2021
Раздел
Теоретические вопросы информатики, прикладной математики, компьютерных наук