НЕЙРОСЕТЕВЫЕ МОДЕЛИ РАСПОЗНАВАНИЯ КИБЕРАТАК НА ОСНОВЕ ПРОЦЕДУРНЫХ ПРАВИЛ

Abstract

Рассматриваются пути развития нейросетевых систем распознавания кибератак на сетевые ресурсы. Показано, что перспективным путем такого развития является разработка правил для определения эффективных видов нейросетевых моделей. Обоснована целесообразность определения эффективных видов нейросетевых моделей на основе последовательного применения трех правил. Первое правило позволяет из множества доступных видов нейросетевых моделей определить множество допустимых моделей. Определение допустимости реализуется на основе сравнения минимально возможного срока обучения вида нейросетевой модели с максимально допустимым сроком обучения. Второе и третье правила, сформированные на основе многокритериального подхода, позволяют из множества допустимых выделить множество эффективных видов нейросетевых моделей, а затем и определить наиболее эффективный вид нейросетевой модели