Ανίχνευση δικτυακών επιθέσεων με μεθόδους μηχανικής μάθησης
Loading...
Date
2025-07-01
Authors
Νικολουδάκης, Σταμάτιος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η συγκεκριμένη διπλωματική εργασία εστιάζει στην ταξινόμηση δικτυακών επιθέσεων με μεθόδους μηχανικής μάθησης, με στόχο την ανάλυση και την αξιολόγηση μοντέλων επιβλεπομένης μάθησης , χρησιμοποιώντας ένα σύνολο δεδομένων το οποίο περιέχει ποίκιλες δικτυακές επιθέσεις και μεγάλο αριθμό δειγμάτων. Αρχικά, έγινε η προ-επεξεργασία των δεδομένων, δηλαδή ο καθαρισμός και η κλιμάκωση τους ,έτσι ώστε να υπάρξει μεγαλύτερη απόδοση και μείωση των προβλημάτων κατά την διάρκεια της δοκιμής των μοντέλων. Έπειτα, δοκιμαστήκαν αναλυτικά οκτώ αλγόριθμοι επιβλεπομένης μάθησης όπως: Logistic Regression, Decision Tree, Random Forest, KNN, SVM, GaussianNB, HGB και XGBoost, επιλέγοντας διεξοδικά τις ιδανικότερες υπέρ-παραμέτρους για την εκπαίδευση τους , ώστε να πέτυχουμε μέγιστη αποτελεσματικότητα. Στη συνέχεια, τα μοντέλα αξιολογήθηκαν με βάση την ακρίβεια, την ευστοχία, το F1-Score ανά κλάση, τους χρόνους εκπαίδευσης και τους χρόνους πρόβλεψης. Τέλος, παρουσιάστηκαν τα αποτελέσματα με γραφήματα και πίνακες ενώ αναλυθήκαν οι μήτρες σύγχυσης των μοντέλων για την εις βάθος ανάλυση στις ταξινομήσεις τους.
Description
Keywords
Δικτυακές επιθέσεις, Μηχανική μάθηση