Дослідження залежності якості програмного забезпечення для виявлення вторгнень від методів вибору ознак у моделях машинного навчання

Abstract

У цій статті аналізується роль машинного навчання та методів вибору ознак у задачах виявлення вторгнень, а також розглядаються вимоги стандарту ISO/IEC 25010 щодо якості програмного забезпечення. На основі цього розроблено систему показників якості для систем виявлення вторгнень та запропоновано інтегрований індекс якості, який поєднує як функціональні, так і нефункціональні характеристики моделі. Було розроблено програмний інструмент для автоматизації повного циклу експериментів, що порівнюють різні методи вибору ознак та моделі машинного навчання на основі відкритих наборів даних мережевого трафіку, з подальшим розрахунком інтегрального показника якості та візуалізацією результатів.