निर्णय वृक्ष-आधारित निकटतम नीति अनुकूलन एल्गोरिदम का उपयोग करके दुर्भावनापूर्ण ट्रैफ़िक का कुशल पहचान: एंट्रॉपी को शामिल करते हुए गहन सुदृढीकरण सीखने वाला दुर्भावनापूर्ण ट्रैफ़िक पहचान मॉडल

इंटरनेट की लोकप्रियता और सूचना प्रौद्योगिकी के स्तर में वृद्धि के साथ, साइबर हमले एक लगातार गंभीर समस्या बन गए हैं। ये व्यक्तियों, उद्यमों और राज्यों की सुरक्षा के लिए एक बड़ा खतरा उत्पन्न करते हैं। इसने नेटवर्क घुसपैठ पहचान प्रौद्योगिकी को अत्यधिक महत्वपूर्ण बना दिया है। इस पेपर में, एंट्रॉपी के निर्णय वृक्ष क्लासीफायर और गहन सुदृढीकरण शिक्षण की निकटतम नीति अनुकूलन (PPO) एल्गोरिदम के आधार पर एक दुर्भावनापूर्ण ट्रैफ़िक पहचान मॉडल का निर्माण किया गया है। सबसे पहले, मशीन लर्निंग में निर्णय वृक्ष विचार का उपयोग करके डेटासेट पर सूचना एंट्रॉपी के आधार पर एक प्रारंभिक वर्गीकरण निर्णय किया जाता है। वर्गीकरण कार्य में प्रत्येक विशेषता का महत्व स्कोर की गणना की जाती है और जिन विशेषताओं का योगदान कम होता है, उन्हें हटा दिया जाता है। फिर, पहचान के लिए इसे PPO एल्गोरिदम मॉडल को सौंपा जाता है। PPO एल्गोरिदम अपडेट प्रक्रिया में एंट्रॉपी नियमितता की एक शर्त को पेश किया जाता है। अंततः, गहन सुदृढीकरण शिक्षण एल्गोरिदम का उपयोग करते हुए पहचान प्रक्रिया के दौरान निरंतर प्रशिक्षण और अद्यतन किया जाता है, और अंततः उच्च सटीकता वाले पहचान मॉडल प्राप्त किया जाता है। प्रयोग दर्शाते हैं कि गहन सुदृढीकरण शिक्षण PPO एल्गोरिदम पर आधारित दुर्भावनापूर्ण ट्रैफ़िक पहचान मॉडल की बाइनरी वर्गीकरण सटीकता इस पेपर में उपयोग किए गए CIC-IDS2017 डेटासेट के तहत 99.17% तक पहुँच सकती है।