Skip to content
DSML.KZ
Publications

Article · Zenodo · October 17, 2025

DDOS HUJUMLARINI ANIQLASHDA MAVJUD DATASETLAR IMKONIYATLARINI BAHOLASH

Raxmatov Furqat Abdirazzoqovich, Xolmuminov Oybek Tuxtayevich, Karimov Norbek Najmiddin o'g'li

Norbek Karimov
Open via DOI

Abstract

DDoS (Distributed Denial-of-Service) hujumlarini samarali aniqlash va ularning oldini olish uchun turli xil ma’lumotlar to‘plamlaridan (datasetlardan) foydalanish muhim ahamiyat kasb etadi. Ushbu maqolada DDoS hujumlarini aniqlashda eng ko‘p qo‘llaniladigan zamonaviy datasetlar – CSE-CIC-IDS 2018 va BoT-IoT – samaradorlik ko‘rsatkichlari asosida tahlil qilinadi. Datasetlar hujum turlarining xilma-xilligi, hajmi, real tarmoqqa yaqinligi va amaliy qo‘llanilish imkoniyatlari nuqtayi nazaridan baholandi. Shuningdek, mashinali o‘qitish va chuqur o‘rganish modellaridan Random Forest, Support Vector Machine (SVM) va LSTM algoritmlarining ushbu datasetlardagi aniqlik (Accuracy) va F1-score ko‘rsatkichlari solishtirildi. Natijalar shuni ko‘rsatdiki, LSTM modeli eng yuqori samaradorlikni namoyish etdi (deyarli 99%), Random Forest esa barqaror natija qayd etdi (~97–98%). SVM algoritmi esa nisbatan pastroq ko‘rsatkichlarga ega bo‘lsa-da, kichik datasetlarda samarali hisoblanadi. Ushbu tadqiqot DDoS hujumlarini aniqlash uchun optimal algoritm va dataset kombinatsiyasini tanlashda amaliy yo‘nalish beradi.

Network Security and Intrusion DetectionNetwork Packet Processing and OptimizationInternet Traffic Analysis and Secure E-votingDDoS attack detectionintrusion detection datasetsBot-IoT dataset

More by Norbek Karimov