Предложен метод повышения эффективности систем обнаружения сетевых вторжений при сильном дисбалансе классов на основе условных генеративных моделей. Метод включает предобработку смешанных признаков сетевого трафика, обучение условного генератора (cWGAN-GP/CVAE) и контролируемое дополнение выборки: ограничение объёма синтетики (cap) и селективная генерация для миноритарных классов. Эксперименты на NSL-KDD показали рост Macro-F1 с 0,468 до 0,493 и улучшение полноты редкого класса r2l (0,005→0,052). На UNSW-NB15 селективная стратегия CVAE дала устойчивое улучшение Macro-F1 0,493→0,501 и Balanced Accuracy 0,487→0,492 (среднее по 3 seed).

Нгуен Т., Фан Н., До Х. (науч. рук. Левко И.В.) Разработка метода повышения эффективности систем обнаружения сетевых вторжений с применением условных генеративных состязательных сетей для обработки несбалансированных данных // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16087