Publication Details
Issue: Vol 55, No (2025)
Pages: 190-194
ISSN: 2544-980X

Abstract

Статья посвящена проблемам, связанным с аномалиями в сетевом трафике, которые представляют собой значительную угрозу для информационной безопасности. Рассматриваются сложности, связанные с разнообразием аномалий, шумом в данных и изменчивостью сетевого трафика. Описаны современные методы обнаружения аномалий, включая машинное обучение и гибридные подходы, которые помогают повысить точность и адаптивность систем безопасности. Обсуждаются основные вызовы, такие как вычислительная сложность и необходимость адаптации к изменяющимся условиям сети, а также роль облачных технологий и AutoML в решении этих проблем.

Keywords
Аномалии сетевой трафик обнаружение машинное обучение кибератаки гибридные подходы