ПОРІВНЯЛЬНИЙ АНАЛІЗ КЛАСИЧНИХ І МАШИННИХ МЕТОДІВ ВИЯВЛЕННЯ АНОМАЛІЙ У СЛАБОНАВАНТАЖЕНИХ МЕРЕЖАХ

Анотація

У даній статті проведено порівняльний аналіз сучасних методів виявлення аномалій у слабонавантажених комп'ютерних мережах. До аналізованих методів віднесено: алгоритм Isolation Forest, метод One-Class SVM, щільнісну кластеризацію DBSCAN та нейромережевий підхід на основі LSTM-Autoencoder. Порівняння методів проведено за групами характеристик: точність виявлення аномалій, обчислювальна складність, вимоги до навчальних даних та адаптивність до специфіки слабонавантажених мереж.

У результаті проведеного аналізу виявлено, що вибір оптимального методу залежить від конкретних умов застосування. Для систем реального часу з обмеженими ресурсами найбільш придатним є Isolation Forest, тоді як для складних багатовимірних аномалій перевагу має LSTM-Autoencoder.