Розробка програмного забезпечення генерації мережевого трафіку в комп'ютерних мережах для задач кібербезпеки

Анотація

У статті досліджено проблему формування якісних навчальних вибірок для задач виявлення кіберзагроз у комп’ютерних мережах, що є критично важливою складовою для подальшого ефективного застосування методів машинного навчання. Проаналізовано сучасні підходи до моніторингу мережевого трафіку, класифікації кібератак та використання інтелектуальних систем виявлення вторгнень. Показано, що використання виключно реального мережевого трафіку суттєво ускладнює процес навчання моделей через обмежений доступ до даних, їх фрагментарність і дисбаланс класів. Запропоновано програмне рішення для генерації синтетичного мережевого трафіку, яке дозволяє моделювати як нормальну мережеву активність, так і різні типи кібератак. Розроблено програмне забезпечення надає автоматизований конвеєр створення датасетів із можливістю масштабування, маркування даних та збереження результатів у стандартних форматах для подальшого використання в алгоритмах машинного навчання. Реалізовано підтримку 13 типів мережевих атак, що охоплюють найбільш поширені сучасні загрози. Особливу увагу приділено математичній моделі підготовки даних, яка включає нормалізацію ознак, поділ вибірки на тренувальну, валідаційну та тестову підмножини, використання k-кратної перехресної перевірки та механізм ін’єкції синтетичних аномалій для усунення дисбалансу класів. Такий підхід дозволяє підвищити узагальнюючу здатність моделей і забезпечити об’єктивну оцінку їх ефективності. Експериментальні результати підтверджують коректність роботи розробленого програмного забезпечення та достатній обсяг і варіативність згенерованих даних. Отримані датасети можуть бути використані для навчання, тестування та порівняння моделей машинного навчання в задачах інтелектуального моніторингу трафіку та виявлення кіберзагроз, що визначає практичну цінність запропонованого підходу