Изложены основные понятия интеллектуального анализа данных и машинного обучения. Представлены методы и алгоритмы обнаружения, классификации и кластеризации компьютерных атак и сетевых аномалий методами машинного обучения, в том числе с помощью нейронных сетей и сетей глубокого обучения. На примере экспериментальных наборов данных рассмотрена структура и особенности реализации систем и инструментов обнаружения сетевых атак методами машинного обучения. Приведены многочисленные примеры построения и реализации алгоритмов обнаружения и классификация сетевых атак для обеспечения сетевой безопасности, включая бинарные, многоклассовые и гибридные алгоритмы.

Проанализированы особенности реализации алгоритмов машинного обучения на основе нечеткой логики. Рассмотрены базовые принципы и подходы применения искусственных иммунных систем в системах информационной безопасности.