Виявлення та інтерпретація аномалій за допомогою методів Isolation Forest та SHAP

Abstract

Запропоновано підхід до виявлення аномалій у мережевому трафіку на основі методу Isolation Forest, який дозволяє ефективно ідентифікувати нетипову поведінку, що може свідчити про наявність кіберзагроз. Розглянуто етапи попередньої обробки трафіку, налаштування гіперпараметрів моделі та оцінено інтерпретованість результатів за допомогою методу SHAP для визначення впливових ознак на рішення моделі.

A method for detecting anomalies in network traf ic based on the Isolation Forest approach is proposed, enabling ef ective identification of atypical behaviour that may indicate potential cybersecurity threats. The study covers the stages of traf ic preprocessing, model hyperparameter tuning, and evaluates the interpretability of the results using the SHAP method to identify the most influential features af ecting the model's decisions.