МЕТОДЫ РЕШЕНИЯ ПРОБЛЕМЫ НЕСБАЛАНСИРОВАННОСТИ НАБОРА ДАННЫХ ПРИ ВЫЯВЛЕНИИ ВРЕДОНОСНЫХ ВЕБ-АДРЕСОВ
Кабулов А. В. & Отахонов А. А.
Annotatsiya
несбалансированные наборы данных представляют собой серьезную проблему в области обнаружения вредоносных веб-адресов. Неравномерное распределение образцов вредоносных и безвредных веб-адресов представляет собой проблему для современных систем обнаружения на основе машинного обучения, поскольку создает неточные модели и приводит к низкому уровню обнаружения вредоносных веб-адресов. В этом исследовании изучается эффективность классификаторов машинного обучения (ML) на наборах данных с высоким уровнем неравенства с использованием двух методов повышения частоты дискретизации — SMOTE и ADASYN — и проводится комплексная оценка эффективности классификатора с использованием оценочных показателей. Исследование показало, что метод выборки SMOTE дал наиболее эффективные результаты оценки при использовании со случайным лесом (RF). На основе выбранной наилучшей комбинации прогнозируется новая база данных для фишингового адреса.
Adabiyotlar
- A.Alharbi, A. H. Seh, W. Alosaimi, H. Alyami, A. Agrawal, R. Kumar, and R. A. Khan, “Analyzing the impact of cyber security related attributes for intrusion detection systems,” Sustainability, vol. 13, no. 22, p. 12337, 2021.
- H. Ali, M. M. Salleh, R. Saedudin, K. Hussain, and M. F. Mushtaq, “Imbalance class problems in data mining: A review,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 14, no. 3, pp. 1560–1571, 2019.
- Hemmatian, J., Hajizadeh, R., & Nazari, F. (2025). Addressing imbalanced data classification with cluster-based reduced noise SMOTE. PLoS One, 20(2) doi:https://doi.org/10.1371/journal.pone.0317396
- Ahsan, M. M., Raman, S., & Siddique, Z. (2023). BSGAN: A novel oversampling technique for imbalanced pattern recognitions. Ithaca: Retrieved from https://www.proquest.com/working-papers/bsgan-novel-oversampling-technique-imbalanced/docview/2815043632/se-2
- Mujahid, M., Kına, E., Rustam, F., Villar, M. G., Alvarado, E. S., Isabel, D. L. T. D., & Ashraf, I. (2024). Data oversampling and imbalanced datasets: An investigation of performance for machine learning and feature engineering. Journal of Big Data, 11(1), 87. doi:https://doi.org/10.1186/s40537-024-00943-4
- Owusu-Adjei, M., James Ben Hayfron-Acquah, Frimpong, T., & Abdul-Salaam, G. (2023). Imbalanced class distribution and performance evaluation metrics: A systematic review of prediction accuracy for determining model performance in healthcare systems. PLOS Digital Health, 2(11) doi:https://doi.org/10.1371/journal.pdig.0000290
- А А. Отахонов ОБНАРУЖЕНИЕ И ОЦЕНКА ФИШИНГОВЫХ URL-АДРЕСОВ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ // Al-Farg’oniy avlodlari. 2024. №4. URL: https://cyberleninka.ru/article/n/obnaruzhenie-i-otsenka-fishingovyh-url-adresov-s-ispolzovaniem-algoritmov-mashinnogo-obucheniya (дата обращения: 22.04.2025).