Network Attack Detection using the UNSW-NB15 Dataset

قمت ببناء خط أنابيب للتعلم الآلي لتصنيف حركة مرور الشبكة إلى طبيعية أو هجوم.

التقنيات المستخدمة: Python، scikit-learn، XGBoost، pandas، matplotlib، seaborn.

أجريت تحليلًا استكشافيًا للبيانات (EDA) وتصويرًا مرئيًا للخصائص وأنواع الهجمات.

استخدمت PCA لتقليل الأبعاد و SMOTE لمعالجة مشكلة عدم توازن البيانات.

قمت بتدريب وتقييم عدة نماذج تعلم آلي: KNN، الانحدار اللوجستي، شجرة القرار، الغابة العشوائية، AdaBoost، XGBoost.

حققت دقة 87.86% باستخدام XGBoost، مما أظهر أداءً قويًا في الكشف.