Сборник докладов республиканской научно-технической конференции значение информационно-коммуникационных

Тармоқ 
узеллари 
бўйлаб 
тақсимлаш 
Реакция блоки
Ечиш қоидалари базаси
M сенсор статистикаси
L сенсор статистикаси
Маълумотлар базаси
Реакция блоки
1.2.-расм. Суқилиб киришларни аниқлаш тизими моделининг компоненталарини 
тақсимлаш 
Data Mining
усуллари асосида, тармоқ ҳужумларини аниқлаш жараёни-
нинг қуйидаги қисмларини белгилаш мумкин: 
-
элементни таснифлаш – таҳлилланувчи векторни нормал ёки аномал 
синфга қўшиш; 
-
ўрганувчи маълумотлардаги шовқинлар ва чиқиндиларни қидириш 
ва улардан тозаланиш; 
-
трафикни таҳлиллаш жараёнини оптималлаштириш мақсадида 
ўргатувчи маълумотларни қисмларга ажратиш; 
-
тармоқ пакетларининг муайян тўпламини ҳужумлар синфига қўшиш 
учун, сенсорлар томонидан олинувчи параметрларнинг керакли ва 
етарли тўпламини аниқлаш; 
-
кластерлаш муолажаси воситалари бўйича модулли архитектурани 
автоматик тарзда шакллантириш; 

---

354 
-
нотўғри ишлашлар сонини камайтириш учун айрим модул 
сигналларини текширишда қўшимча сатҳни киритиш; 
-
аниқланган аномалияни маълум ҳужум ёки ҳужумлар синфига 
қўшиш. 
Тармоқ ҳужумларини аниқлаш билан боғлиқ оқорида келтирилган 
қисмлаштиришларга мувофиқ, Data Mining усул ва алгоритмларининг бир 
неча гуруҳини ажратиш мумкин(1.1-жадвал). 
Ҳужумларни аниқлаш учун Data Mining усуллари 1.1-жадвал. 
Data Mining
усули номи 
Тармоқ ҳужумларини 
аниқлашда амалга 
оширилувчи функциялар 
Интеллектуаль 
 алгоритмлар 
Таснифлаш 
усуллари 
Таҳлилланувчи векторларни 
нормал ёки аномал тўпламларга 
ажратиш 
1.
CART (Қарор қабул қилиш 
дарахтлари ёрдамида 
таснифлаш ва регрессия 
усуллари.) 
2.
Байес содда таснифлагичи 
3.
К-энг яқин қўшнилар 
алгоритми (кNN) 
4.
ADABOOST 
Ўлчамликни 
қисқартириш
Аломатларнинг 
оптималлаштирилган фазосини 
шакллантириш ёрдамида 
тезкорликни ошириш
1.
Факторли таҳлил 
2.
Асосий компонент усули 
Кластерлаш 
усуллари 
Аниқлаш модулларининг 
оптималлаштирилган 
тўпламини қуриш 
1.
Нейротармоқ регрессияси 
2.
Қарор қабул қилиш 
дарахтлари регрессияси
3.
LASSO регрессияси 
4.
ElasticNet регрессияси 
Ноаниқ мантиқ 
Аниқлаш модулларининг ўзаро 
алоқасини ташкил этиш; 
суқилиб киришларни аниқлаш 
тизимининг ортиқчали 
модулини архитектурасини 
яратиш 
1.
Ноаниқ нерон тармоқлар 
2.
Адаптив ноаниқ тизимлар 
3.
Ноаниқ ассоциатив 
қоидалар 
4.
Ноаниқ конгнитив карталар
5.
Ноаниқ кластеризация 
Аксарият суқилиб киришларни аниқлаш тизимлари асосида ҳужумни 
ёки аномал хатти-ҳаракатни қайдлаш хусусидаги хулосани шакллантирувчи 
таснифлаш жараёни ётади. Ҳозирда тармоқ ҳужумларини аниқлаш мавзусида 
кўпгина тадқиқотлар олиб орилмоқда. Ушбу тадқиқотлар асосида нейрон 
тармоқлар, қарор қабуб қилиш дарахтлари, регрессия алгоритмлари, 
асоциатив қоидалар, генетик алгоритмлар ва ҳ.к. каби усуллар ётади. 
Юқорида келтирилганлардан хулоса қилиш мумкинки, қўйилган 
масалаларни ҳал этишда Data Mining усуллари тўплами кенг имкониятларга 
эга. Хусусан, Data Mining усуллари асосида сиқилиб киришларни аниқлаш 
тизимини шакллантириш сигнатураларни қидириш ва аномалияларни 
аниқлаш тизимларининг баъзи маълум камчиликлардан қутилишга имкон 
беради.