Details

Данная работа посвящена созданию модели для анализа сетевого трафика в IIoT-инфраструктуре с использованием нейронных сетей. В ходе работы решались следующие задачи: анализ актуальности приме-нения нейронных сетей для защиты IIoT; сравнительный обзор архитектур MLP, CNN, LSTM/GRU и гибридных моделей; предобработка набора данных CIC IIoT 2025; разработка и обучение нескольких конфигураций модели; программная реализация и тестирование. Программная реализация выполнена на языке Python версии 3.12.9 с ис-пользованием фреймворка TensorFlow 2.12 (Keras API), а также библиотек NumPy, Pandas, Scikit-learn и Matplotlib. Разработка проводилась в среде PyCharm Professional 2025.3.2. В результате точность классификации разработанной модели значительно превосходит заданный порог в 75 %. Результаты работы могут быть использо-ваны при создании систем обнаружения вторжений в инфраструктуре промыш-ленного интернета вещей (IIoT).

This work is devoted to the creation of a model for network traffic analysis in IIoT infrastructure using neural networks. During the work, the following tasks were solved: analysis of the relevance of using neural networks for IIoT protection; comparative review of MLP, CNN, LSTM/GRU architectures and hybrid models; preprocessing of the CIC IIoT 2025 dataset; development and training of several model configurations; software imple-mentation and testing. The software implementation was carried out in the Python version 3.12.9 us-ing the TensorFlow 2.12 framework (Keras API), as well as the NumPy, Pandas, Scikit-learn and Matplotlib libraries. The development was carried out in the Py-Charm Professional 2025.3.2 environment. As a result, the classification accuracy of the developed model significantly ex-ceeds the specified threshold of 75 %. The results of the work can be used in the crea-tion of intrusion detection systems in the infrastructure of the Industrial Internet of Things (IIoT).