КАСКАДНА ГІБРИДНА АРХІТЕКТУРА ВИЯВЛЕННЯ МЕРЕЖЕВИХ АНОМАЛІЙ НА ОСНОВІ ISOLATION FOREST ТА ГЕНЕРАТИВНО-ЗМАГАЛЬНИХ АВТОЕНКОДЕРІВ
Дослідження присвячено підвищенню безпеки телекомунікаційних мереж шляхом розробки гібридної системи виявлення аномалій у трафіку. Проблематика роботи зумовлена неефективністю традиційних систем виявлення вторгнень (IDS) на основі сигнатур проти складних, розподілених у часі кібератак. Запропоновано дворівневу архітектуру, яка агрегує статистичне та глибоке поведінкове машинне навчання за допомогою адаптивного модуля злиття рішень (Decision Fusion). Перший рівень представлений статистичним потоком на базі алгоритму Isolation Forest для швидкої фільтрації явних просторових відхилень.