Прототип модуля обнаружения вторжений в беспроводных транспортных сетях на основе ансамблевых методов машинного обучения ModIntDetDDoS

Разработанный прототип модуля обнаружения вторжений в автомобильных самоорганизующихся сетях VANET позволяет выявлять различные атаки с помощью ансамблевых методов машинного обучения. Набор данных для обучения представляет собой результаты симуляции трафика сети VANET в системе OMNeT++ c различными типами атак “отказа в обслуживании”. Формирование соответствующего сбалансированного набора данных осуществляется с помощью метода синтетической выборки меньшинства (SMOTE). Модуль включает реализацию следующих методов машинного обучения: KNeighbors, RandomForest, GradientBoosting, AdaBoost, CatBoost, XGBoost, LGBM. В модуле идентификации атак VANET реализованы следующие ансамблевые методы: Bagging, Voting и Stacking. Тип ЭВМ: IBM PC - совмест. ПК. ОС: MS Windows XP/7/8/10, Linux.