NEYRON TARMOQLAR YORDAMIDA ANOMALIYALARNI ANIQLASH TIZIMINI LOYIHALASHTIRISH

Shuxratjon Umarov

doi:10.56292/SJFSU/vol31_iss4/a106

Авторы

Shuxratjon Umarov

Farg‘ona davlat texnika universiteti

https://orcid.org/0000-0001-7911-7196

DOI:

https://doi.org/10.56292/SJFSU/vol31_iss4/a106

Ключевые слова:

axborot xavfsizligi, anomaliyalarni aniqlash, neyron tarmoqlar, interaktiv model, seansli model, Counterpropagation, tarmoq trafigi, IDS.

Аннотация

Ushbu maqolada ma’lumotlar uzatish tarmoqlarida anomaliyalarni aniqlashning neyron tarmoqlari asosida aniqlash tizimini sxemasini ishlab chiqishning nazariy asoslari yoritilgan. Anomaliyalarni aniqlashning integrallashgan tizimi arxitekturasi taklif qilingan va real vaqtda anomaliyalarni aniqlash mexanizmlari tahlil qilingan. Nazariy tahlillar va amaliy tajribalar asosida neyron tarmoqli anomiyalarni aniqlash tizimlari IDS, Snort, Real Secure tizimlariga nisbatan yuqori samaradorligi aniqlangan.

Биография автора

Shuxratjon Umarov, Farg‘ona davlat texnika universiteti

Farg‘ona davlat texnika universiteti “Dasturiy injiniring va kiberxavfizlik” kafedrasi dotsenti, fizika-matematika fanlari bo‘yicha falsafa doktori (PhD)

Библиографические ссылки

1. Акбаров Д. Е. Ахборот хавфсизлигини таъминлашнинг криптографик усуллари ва уларнинг қўлланилиши //Ўзбекистон маркаси. – 2009. – Т. 432.

2. Мухториддинов М., Акбаров Н., Умаров Ш. Machine learning for network security and anomaly detection //Conference on Digital Innovation:" Modern Problems and Solutions. – 2023.

3. Umarov Sh. A. Axborot xavfsizligining intellektual tizimlarini qurish asoslari. //Buxoro davlat universiteti ilmiy axboroti. – 2024. №2. 9-16-bet

4. Бурляев Г. И., Ляликова В. Г. Системы обнаружения вторжений с использованием iot-технологий //Вестник науки. – 2024. – Т. 4. – №. 12 (81). – С. 1558-1562.

5. Ghimire S. et al. Probabilistic-based electricity demand forecasting with hybrid convolutional neural network-extreme learning machine model //Engineering Applications of Artificial Intelligence. – 2024. – Т. 132. – С. 107918.

6. Саиег Т. Х. Анализ комплексного метода предотвращения обхода систем обнаружения вторжения (IDS) //Инновационная наука. – 2023. – №. 11-1. – С. 54-57.

7. Umarov Sh.A., Umarova M.I. Neyro-noravshan va modulli neyron tarmoq hujumlarini aniqlash tizimlarini qurish. // Buxoro davlat universiteti ilmiy axboroti. – 2025. №6. 292-297-bet

8. Chalapathy R., Chawla S. Deep learning for anomaly detection: A survey //arXiv preprint arXiv:1901.03407. – 2019.

9. Wang S. et al. Machine learning in network anomaly detection: A survey //IEEe Access. – 2021. – Т. 9. – С. 152379-152396.

10. Васильева К. В., Лаврова Д. С. Обнаружение аномалий в киберфизических системах с использованием графовых нейронных сетей //Проблемы информационной безопасности. Компьютерные системы. – 2021. – №. 1. – С. 117-130.