Многозначная классификация и прогнозирование

Изложены основы многозначной классификации как подхода машинного обучения для объектов, одновременно принадлежащих к нескольким классам. Представлены отличия многозначной классификации от классической и многоклассовой классификации, а также от методов нечеткой логики. Рассмотрены проблемы терминологии и специфика формирования многозначных наборов данных. Предложены оригинальные метод и алгоритм многозначной классификации компьютерных атак, основанный на дублировании и декомпозиции атрибутного пространства с использованием нейронной сети с множественным выходом. Апробированы алгоритмы на известных наборах данных (UNSW-NB15, SR-BH 2020, Kitsune). Представлены разработанные методы и алгоритмы многозначного прогнозирования аномальных состояний компьютерных сетей на основе анализа темпоральных "исторических данных" и многозначных закономерностей с использованием математического аппарата точечно-множественных отображений.