Определение и обнаружение DDoS-атак с использованием методов машинного обучения

Гаврилова, А. А.; Мусина, К. Ш.

Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/62731

Title:	Определение и обнаружение DDoS-атак с использованием методов машинного обучения
Other Titles:	Identification and detection of DDoS attacks using machine learning methods
Authors:	Гаврилова, А. А. Мусина, К. Ш.
Keywords:	материалы конференций;машинное обучение;DDoS-атаки;кибербезопасность;сетевой трафик
Issue Date:	2025
Publisher:	Уфимский университет науки и технологий
Citation:	Гаврилова, А. А. Определение и обнаружение DDoS-атак с использованием методов машинного обучения = Identification and detection of DDoS attacks using machine learning methods / А. А. Гаврилова, К. Ш. Мусина // Информационные технологии обеспечения комплексной безопасности в цифровом обществе : материалы VII Всероссийской молодёжной научно-практической конференции с международным участием, Уфа, 23–24 мая 2025 г. / Уфимский университет науки и технологий ; редкол.: Д. С. Юнусова (отв. ред.) [и др.]. – Уфа, 2025. – С. 63–66.
Abstract:	В статье представлено исследование применения различных методов машинного обучения для обнаружения DDoS-атак на основе анализа сетевого трафика. Проводится сравнительный анализ производительности моделей Random Forest, Bagging, AdaBoost, XGBoost, LightGBM, CatBoost с использованием метрик Accuracy, Precision, Recall, F1 и ROC-AUC. Целью работы является определение наиболее эффективного метода для раннего обнаружения и предотвращения DDoS-атак.
Alternative abstract:	The article presents a study of the use of various machine learning methods for detecting DDoS attacks based on network traffic analysis. A comparative analysis of the performance of the Random Forest, Bagging, AdaBoost, XGBoost, LightGBM, and CatBoost models is carried out using Accuracy, Precision, Recall, F1, and ROC-AUC metrics. The aim of the work is to determine the most effective method for early detection and prevention of DDoS attacks.
URI:	https://libeldoc.bsuir.by/handle/123456789/62731
Appears in Collections:	Информационные технологии обеспечения комплексной безопасности в цифровом обществе (2025)

Files in This Item:

File	Description	Size	Format
Gavrilova_Opredelenie.pdf		422.47 kB	Adobe PDF	View/Open

Show full item record Google Scholar