Обнаружение сетевых атак с использованием машинного обучения

Описание

Этот проект использует методы машинного обучения для классификации сетевых атак, таких как сканирование портов, отказ в обслуживании (DoS) и вредоносное ПО. Входные данные представлены в формате NetFlow V9, который является стандартным форматом, используемым Cisco.

Классификация выполняется с использованием следующих моделей:

K-Nearest Neighbors (KNN)
Support Vector Machine Classifier (SVC) with RBF (Radial Basis Function) kernel
Pipeline with Principal Component Analysis (PCA) and Support Vector Machine Classifier (SVC)
Bagging Classifier (based on SVC with RBF kernel)
Random Forest Classifier
Extra Trees Classifier
Neural Network (MLPClassifier)

Проект реализован на Python с использованием Jupyter Notebook и нескольких популярных библиотек, включая UMAP, Pandas, NumPy, Scikit-Learn, Matplotlib и Seaborn.

Блокнот

Блокнот доступен здесь для прямого просмотра на GitHub. В качестве альтернативы вы можете использовать NbViewer для доступа к блокноту через эту ссылку.

network-attack-detection

Популярное

Презентация

Наборы данных

Характеристики набора данных

Авторы набора данных