MASHINALI O'QITISH ALGORITMLARI YORDAMIDA KOMPYUTER TARMOQLARIDAGI ANOMAL TRAFIKNI ANIQLASH VA KIBERHUJUMLARNI TASNIFLASH

Ushbu maqolada kompyuter tarmoqlarida yuzaga keladigan anomal trafikni aniqlash va kiberhujumlarni tasniflashda mashinali o'qitish algoritmlaridan foydalanishning nazariy hamda metodologik asoslari tadqiq etiladi. Tarmoq xavfsizligiga tahdid soluvchi DDoS, Brute Force, Port Scanning va Botnet hujumlarining trafik xususiyatlariga ta'siri tahlil qilinadi. Random Forest, Decision Tree va XGBoost algoritmlarining ishlash tamoyillari, afzalliklari va cheklovlari o'rganiladi. Shennon entropiyasi asosida tarmoq trafigidagi noaniqlikni baholash va statistik belgilarni mashinali o'qitish modellariga integratsiyalash metodologiyasi taklif etiladi. Tadqiqot uchun CIC-IDS2017 ma'lumotlar to'plamidan foydalanish, ma'lumotlarni dastlabki qayta ishlash, modellarni o'qitish va samaradorlik ko'rsatkichlari asosida baholash tartibi ishlab chiqiladi. Maqolada eksperimental natijalar o'rniga adabiyotlar tahlili, matematik asoslash va taklif etilgan metodologiya keltiriladi.

Authors

Publication Details

Journal
Zenodo (CERN European Organization for Nuclear Research)
Published
2026-11-19
DOI
https://doi.org/10.5281/zenodo.24376836
Primary Topic
Network Security and Intrusion Detection
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
article

MASHINALI O'QITISH ALGORITMLARI YORDAMIDA KOMPYUTER TARMOQLARIDAGI ANOMAL TRAFIKNI ANIQLASH VA KIBERHUJUMLARNI TASNIFLASH

Sobirov Sherzodbek Sohibjon o’g’li, Shuxratjon Azizjonovich Umarov
Zenodo (CERN European Organization for Nuclear Research)
Network Security and Intrusion Detection
article

MASHINALI O'QITISH ALGORITMLARI YORDAMIDA KOMPYUTER TARMOQLARIDAGI ANOMAL TRAFIKNI ANIQLASH VA KIBERHUJUMLARNI TASNIFLASH

Sobirov Sherzodbek Sohibjon o’g’li, Shuxratjon Azizjonovich Umarov
article en

Abstract

Ushbu maqolada kompyuter tarmoqlarida yuzaga keladigan anomal trafikni aniqlash va kiberhujumlarni tasniflashda mashinali o'qitish algoritmlaridan foydalanishning nazariy hamda metodologik asoslari tadqiq etiladi. Tarmoq xavfsizligiga tahdid soluvchi DDoS, Brute Force, Port Scanning va Botnet hujumlarining trafik xususiyatlariga ta'siri tahlil qilinadi. Random Forest, Decision Tree va XGBoost algoritmlarining ishlash tamoyillari, afzalliklari va cheklovlari o'rganiladi. Shennon entropiyasi asosida tarmoq trafigidagi noaniqlikni baholash va statistik belgilarni mashinali o'qitish modellariga integratsiyalash metodologiyasi taklif etiladi. Tadqiqot uchun CIC-IDS2017 ma'lumotlar to'plamidan foydalanish, ma'lumotlarni dastlabki qayta ishlash, modellarni o'qitish va samaradorlik ko'rsatkichlari asosida baholash tartibi ishlab chiqiladi. Maqolada eksperimental natijalar o'rniga adabiyotlar tahlili, matematik asoslash va taklif etilgan metodologiya keltiriladi.

Zenodo (CERN European Organization for Nuclear Research)
Network Security and Intrusion Detection
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Laika access coming soon