что такое матрица путаницы
Матрица путаницы – это таблица, которая часто используется для описания производительности модели классификации (или "классификатора"), так как она описывает производительность, поэтому играет очень важную роль в машинном обучении. )
В матрице путаницы есть два типа ошибок
- тип 1 — это самая критическая ошибка, и это причина киберпреступлений, здесь в типе один ошибка не показывала предупреждение там, где должно, и поэтому это стало очень критично
- тип 2- это не так уж критично, даже хорошо для нас
Ошибка типа 1 известна как FP (ложноположительный), когда наша модель говорит, что нет проблем с положительным результатом, но на самом деле она ложна, и это делает ее очень важной для нас.
Теперь, как матрица путаницы связана с киберпреступностью?
Итак, на самом деле произошло то, что почти каждая компания использует некоторые модели машинного обучения, которые продолжают анализировать клиентов, просматривающих веб-сайт, и продолжают анализировать любую DDoS-атаку, теперь здесь мы используем ML, потому что мы, люди, не можем сидеть на сервере для 24 часа, поэтому мы создали модель машинного обучения, которая может предсказать любую атаку в соответствии с поведением пользователя, нигде, поскольку мы зависим от программы, которая направляет нас в отношении любой атаки. Иногда случается, что кто-то пытается атаковать наш сервер в реальном но наша модель говорит, что все в порядке, никто не атакует (это произошло из-за ошибки типа 1), где наша модель дает нам ложную информацию и говорит, что мы должны быть позитивными, и, наконец, компания должна столкнуться с этой атакой.
Итак, FP — это очень критическая ошибка, каждая компания хочет уменьшить ее настолько, насколько это возможно.
Злоумышленники используют эту ошибку FP в своем поведении для атаки на серверы, поэтому эта матрица путаницы связана с киберпреступлениями.