DEEP LEARNING ASOSIDA TARMOQ TRAFIGINI TAHLIL QILISH

Авторы

  • Usmanbayev Doniyorbek Muhammad al-Xorazmiy nomidagi TATU katta o‘qituvchisi Автор
  • Gulzoda Raymqulova Toshkent Axborot Texnologiyalari Universiteti talabasi Автор

DOI:

https://doi.org/10.65164/cyvrf125

Ключевые слова:

deep learning, tarmoq trafigi, kiberxavfsizlik, neyron tarmoqlar, anomaliyalarni aniqlash

Аннотация

Ushbu ishda kompyuter tarmoqlarida trafikni tahlil qilishda deep learning
(chuqur o‘rganish) texnologiyalaridan foydalanish masalalari yoritilgan. Zamonaviy tarmoqlarda
ma’lumotlar oqimining keskin ortishi va kiberxavfsizlikka bo‘lgan talabning kuchayishi an’anaviy
tahlil usullarining samaradorligini cheklab qo‘ymoqda. Deep learning modellari, jumladan, neyron
tarmoqlar asosida trafikni real vaqt rejimida tahlil qilish, anomal holatlarni aniqlash va hujumlarni
bashorat qilish imkoniyati ko‘rib chiqilgan. Tadqiqot natijalari tarmoq xavfsizligini oshirish va aqlli
monitoring tizimlarini yaratishda muhim ahamiyatga ega.

Библиографические ссылки

[1]. Karimov Sh.X., To‘rayev B.B. Axborot xavfsizligi va kiberxavfsizlik asoslari. – Toshkent: Fan

va texnologiya, 2020.

[2]. Islomov D.Sh. Kompyuter tarmoqlari va ularning xavfsizligi. – Toshkent: Innovatsion

260

rivojlanish nashriyoti, 2021.

[3]. Abdullayev A.R. Mashinali o‘rganish va deep learning texnologiyalari. – Toshkent: Oliy

ta’lim nashriyoti, 2022.

[4]. Jo‘rayev M.M., Rahmonov S.A. Axborot tizimlarida ma’lumotlarni tahlil qilish. –

Toshkent: Fan, 2018.

[5]. O‘zbekiston Respublikasi Raqamli texnologiyalar vazirligi. Kiberxavfsizlikni rivojlantirish

konsepsiyasi. – Toshkent, 2022.

[6]. Xudoyberdiyev N.N. Kompyuter tarmoqlarida trafikni tahlil qilish usullari. – Toshkent:

Texnika oliy ta’lim muassasalari uchun o‘quv qo‘llanma, 2020.

[7]. Goodfellow I., Bengio Y., Courville A. Deep Learning. – MIT Press, 2016.

[8]. Bishop C.M. Pattern Recognition and Machine Learning. – Springer, 2006.

[9]. Kim G., Lee S., Kim S. A novel hybrid intrusion detection method integrating anomaly detection

with misuse detection. – Expert Systems with Applications, 2014.

[10]. Zhang Y., Chen X., Jin L. Network intrusion detection using deep learning. – IEEE

Communications Letters, 2018.

[11]. Wang W., Zhu M., Wang J. Deep learning for network traffic classification. – IEEE Access,

2017.

Опубликован

2026-04-14