Pakhomova, Victoria M.Bikovska, Daria H.2022-07-012022-07-012021Pakhomova V. M., Bikovska D. H. Investigation of Multilayer Neural Network Parameters for Determination of R2l Category Network Attacks. Modern Engineering and Innovatite Technologies. 2021. Iss. 18, Pt. 2. Р. 39–43. DOI: 10.30890/2567-5273.2021-18-02-059.2567-5273http://eadnurt.diit.edu.ua/jspui/handle/123456789/15436https://www.moderntechno.de/index.php/meit/issue/view/meit18-02-059V. Pakhomova: ORCID 0000-0002-0022-099X; D. Bikovska: ORCID: 0000-0003-3026-7622ENG: To determine R2L network attacks, Python created the MLP software model using the open KDDCup database, which was used to study the values of accuracy and error from the number of neural network learning epochs based on various data: activation functions, hidden neurons, optimization methods. The optimal parameters and configuration of the neural network for detecting classes of network attacks are determined: Ftp_write, Guess_passwd, Imap, Multihop, Phf, Spy, Warezclient, Warezmaster.UKR: Для визначення мережевих атак категорії R2L створена в Python програмна модель «MLP» з використанням відкритої бази KDDCup, на основі якої проведені дослідження значень точності та похибки від кількості епох навчання нейронної мережі за різними даними: функціями активації, прихованими нейронами, методами оптимізації. Визначені оптимальні параметри та конфігурація нейронної мережі щодо виявлення класів мережевих атак: Ftp_write, Guess_passwd, Imap, Multihop, Phf, Spy, Warezclient, Warezmaster.enattackclasscategoryMLPaccuracyMSLEconfigurationactivation functionoptimization methodsатакакласкатегоріяточністьконфігураціяфункція активаціїметоди оптимізаціїКЕОМArticle