Pakhomova, Victoria N.Kulyk, Victoria2023-02-172023-02-172022Pakhomova V., Kulyk V. Study of the Possibility of Using the RBF Network to Detect U2R Category Network Attacks. The Scientific World Journal. 2022. Iss. 16, Pt. 1. P. 30–35. DOI: 10.30888/2663-5712.2022-16-01-036.2663-5712 (Online)http://eadnurt.diit.edu.ua/jspui/handle/123456789/16502https://www.sworldjournal.com/index.php/swj/article/view/swj16-01-036https://www.sworldjournal.com/index.php/swj/issue/view/swj16-01V. Pakhomova: ORCID 0000-0002-0022-099XENG: The "RBF_U2R" program based on the implementation of the RBF network, the configuration of which is N-M-K (where N is the number of input neurons; M is the number of basic functions; K is the number of resulting neurons) was created in Python for detecting the following classes of attacks: Buffer_overflow; Loadmodule; Perl; Rootkit; Normal and using network traffic parameters from the open KDDCup database. Studies of the accuracy parameter were carried out during the training epochs of the neural network on the created program.UKR: Створена в Python програма «RBF_U2R» на основі реалізації мережі RBF, конфігурація якої N-M-K (де N – кількість вхідних нейронів; M – кількість базисних функцій; К – кількість результуючих нейронів) для виявлення наступних мережних класів атак: Buffer_overflow; Loadmodule; Perl; Rootkit; Normal та з використанням параметрів мережного трафіку із відкритої бази KDDCup. Проведено дослідження параметру Аccuracy за епохами навчання нейронної мережі на створеній програмі.enattackclasstrafficGaussian functiontrainingtestingaccuracyатакакластрафікфункція ГаусанавчаннятестуванняточністьКЕОМArticle