EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Дослідження залежності якості ПЗ для виявлення вторгнень від методів вибору ознак у моделях машинного навчання

І.Я. Савка, М.С. Дутчак, О.Т. Коваль

Information Technologies and Engineering Electronics · 26.12.2025 · (3) · 25-32

DOI: 10.15330/itee.2025.3.04 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Information Technologies and Engineering Electronics, online erschienen am 26.12.2025. Verfasst von І.Я. Савка und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Стрімке ускладнення кібератак та зростання обсягів мережевого трафіку зумовлюють підвищення вимог до систем виявлення вторгнень (IDS) щодо точності виявлення, продуктивності та здатності до масштабування. Суттєвий внесок у розвиток таких систем забезпечують методи машинного навчання, ефективність яких значною мірою визначається якістю відбору інформативних ознак. Водночас переважна більшість наявних досліджень зосереджена на покращенні окремих класифікаційних показників, приділяючи недостатню увагу комплексній оцінці якості програмного забезпечення системи, що враховують ресурсні витрати, пов’язані із застосуванням відбору ознак, час навчання моделей, швидкість прогнозування та їх масштабованість при роботі з великими обсягами даних. У роботі проаналізовано роль методів машинного навчання і відбору ознак у задачах виявлення вторгнень, а також вимоги стандарту ISO/IEC 25010 щодо якості програмного забезпечення. На цій основі була розроблена система показників якості для систем виявлення вторгнень та запропоновано інтегральний показник якості, який поєднує функціональні та нефункціональні характеристики моделі. Розроблено програмний засіб, що автоматизує повний цикл експериментів із порівняння різних методів відбору ознак і моделей машинного навчання на основі відкритих наборів даних мережевого трафіку, із подальшим обчисленням інтегрального показника якості та візуалізацією результатів. Результати демонструють, що вибір методу FS та зменшення простору ознак суттєво впливають на продуктивність і масштабованість IDS, підкреслюючи необхідність врахування цього фактору при комплексній оцінці якості сучасних систем виявлення вторгнень.

Zitieren

APA

Савка, І., Дутчак, М., & Коваль, О. (2025). Дослідження залежності якості ПЗ для виявлення вторгнень від методів вибору ознак у моделях машинного навчання. Information Technologies and Engineering Electronics, 25-32. https://doi.org/10.15330/itee.2025.3.04

Vancouver

Савка І, Дутчак М, Коваль О. Дослідження залежності якості ПЗ для виявлення вторгнень від методів вибору ознак у моделях машинного навчання. Information Technologies and Engineering Electronics. 2025:25-32. doi:10.15330/itee.2025.3.04

BibTeX
@article{2025,
  author = {Савка, І.Я. and Дутчак, М.С. and Коваль, О.Т.},
  title = {Дослідження залежності якості ПЗ для виявлення вторгнень від методів вибору ознак у моделях машинного навчання},
  journal = {Information Technologies and Engineering Electronics},
  year = {2025},
  number = {3},
  pages = {25--32},
  doi = {10.15330/itee.2025.3.04}
}
Kostenlos starten →