Застосування методів пояснюваного штучного інтелекту для моніторингу та оцінки ризиків у гетерогенних мережах

Abstract

У роботі досліджено актуальну проблему інтеграції методів пояснюваного штучного інтелекту (XAI) у системи виявлення вторгнень (IDS) для сучасних гетерогенних середовищ, таких як IoT-мережі, хмарні застосунки та інтелектуальні транспортні системи (ICV). Проаналізовано ефективність алгоритму XGBoost у виявлении мережевих аномалій та роль методів інтерпретації (SHAP, LIME) у подоланні проблеми «чорної скриньки», що властива складним моделям машинного навчання. Визначено, що прозорість прийняття рішень

The paper explores the current problem of integrating Explainable Artificial Intelligence (XAI) methods into Intrusion