СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЭФФЕКТИВНОСТИ GRU И LSTM ДЛЯ ОБНАРУЖЕНИЯ ВТОРЖЕНИЙ В СИСТЕМАХ ОБРАБОТКИ ПЕРСОНАЛЬНЫХ ДАННЫХ

В статье сравниваются две рекуррентные нейронные сети -GRU и LSTM -для обнаружения сетевых атак. Эксперименты выполнены на наборе данных CIC-IDS2017 [1]. Точность GRU составила 98,3%, LSTM- 98,1%. Разница незначима. Время инференса GRU - 7,4 мс на поток. LSTM обрабатывает поток за 14,8 мс. Это в два раза дольше. Для сравнения: SVM дал точность 89,4%, Random Forest - 94,2%. Сделан вывод: GRU лучше подходит для систем реального времени в высоконагруженных сетях.