Study of the combined variant of determination of attacks using neural network technologies

V. Pakhomova; A. Vydish

doi:10.34185/1562-9945-3-140-2022-08

Автор(и)

V. Pakhomova
A. Vydish

DOI:

https://doi.org/10.34185/1562-9945-3-140-2022-08

Ключові слова:

атака, категорія, клас, персептрон, нейронечітка мережі, самоорганізуюча карта Кохонена, комбінований варіант, параметри якості

Анотація

Сучасний світ неможливо уявити без комп’ютерних мереж: як локальних, так і глобальних; тому питання мережевої безпеки стає все більш злободенним. Наразі методики виявлення атак можна підсилити використанням нейронних мереж, що підтверджує актуальність теми. Мета дослідження є порівняльний аналіз параметрів якості визначення мережевих атак з використанням комбінованого варіанту, що складається із різних нейронних мереж. У якості методів дослідження використані: нейронечітка мережа; багатошаровий персептрон; самоорганізуюча карта Кохонена. Програмна реалізація самоорганізуючої карти Кохонена здійснена мовою Python з широким спектром сучасних стандартних засобів, створення багатошарового персептрону та нейронечіткої мережі – за допомогою пакетів Neural Network Toolbox та Fuzzy Logic Toolbox системи MatLAB. На створених нейронних мережах окремо та на їх комбінованому варіанті проведені дослідження параметрів якості визначення мережевих атак. Визначено, що помилка першого роду склала 11 %, 4 %, 10 % і 0 %, помилка другого роду – 7 %, 6 %, 9 % і 6 % на нейронечіткій мережі, багатошаровому персептроні, самоорганізуючої карти Кохонена та їх комбінованому варіанті відповідно, що доказує доцільність використання комбінованого варіанту.

Посилання

Branitskiy A.A. Obnaruzhenie anomalnykh setevykh soedineniy na osnove gibridizatsii metodov vychislitelnogo intellekta (Extended abstract of PhD disserta-tion). St. Petersburg, Russia, 2018.

Emelyanova Yu. G., Talalaev A. A, Tishchenko I. P, Fralenko V. P. Neural network technology for detecting network attacks on information resources. Software sys-tems: theory and applications, 2011. № 3(7). С. 3-15.

Mustafaev A. G. Neural network system for detecting computer attacks based on network traffic analysis. Security questions. Вопросы безопасности, 2016. № 2. С. 1-7. DOI: 10.7256.2409-7543.2016.2.18834

Pakhomova V. M., Konnov M. S. Research of two approaches to detect network attacks using neural network technologies. Science and Transport Progress, 2020, 3(87), 81-93. URL: https://doi.org/10.15802/stp2020/208233

Network attack detection technologies. Brest State Technical University. URL: https://www.bstu.by/~opo/templates_c/%25%25A1%5EA14%5EA14FF5EA%25%25index.html.php

Frolov P. V., Chukhraev I. V., Grishanov K. M. Application of artificial neural net-works in intrusion detection systems. System administrator, 2018. 9(190). Retrieved from samag.ru/archve/article/3724

Amini, M., Rezaeenour, J., Hadavandi, E. A Neural Network Ensemble Classifier for Effective Intrusion Detection Using Fuzzy Clustering and Radial Basis Function Networks. International Journal on Artificial Intelligence Tools, 2016. 25(02), 1-32. DOI: https://doi.org/10.1142/s0218213015500335

Dhangar K., Kulhare D., Khan A. A Proposed Intrusion Detection System. International Journal of Computer Applications. 2013. Vol. 65, N 23. р.р. 46-50.

NSL-KDD dataset. URL: https://www.unb.ca/cic/datasets/nsl.html

Pakhomova V. M., Bikovska D. G. Investigation of multilayer neural network parameters for determination of R2L category network attacks. Modern engineering and innovatite technologies. Germany, Karlsruhe: Sergeieva&Co, «ISE&E», 2021. № 18-02. рр. 39-43. DOI: 10.30890/2567-5273.2021-18-02-059

Saied A., Overill R. E., Radzik T. Detection of known and unknown DDoS at-tacks using Artificial Neural Networks. Neurocomputing, 2016. 172, 385-393. DOI: https://doi.org/10.1016/j.neucom.2015.04.101

Zhukovyts’kyy I. V., Pakhomova V. M. Identifying threats in computer net-work based on multilayer neural network. Science and Transport Progress, 2018. 2(74), 114-123. DOI: https://doi.org/10.15802/stp2018/130797

Zhukovyts’kyy I. V., Pakhomova V. M., Ostapets D. O., Tsyhanok O. I. Detec-tion of attacks on a computer network based on the use of neural network complex. Наука та прогрес транспорту. 2020. № 5(89). 68-79. URL:

https://doi.org/10.15802/stp2020/218318