Аңдатпа. Энергетикалық нысандарды цифрландыру олардың жұмыс істеуінің ажырамас бөлігіне айнала отырып, киберқауіптердің, соның ішінде қызмет көрсетуден бас тартуға бағытталған шабуылдардың (DDoS) артуына алып келуде. Мұндай шабуылдар SCADA жүйелері, IoT құрылғылары және интеллектуалды энергетикалық желілердің тұрақты жұмысын бұзып, сыни инфрақұрылымға елеулі қатер төндіреді. Мақалада энергетикалық сектордағы DDoS шабуылдарын анықтау мен болдырмаудың заманауи әдістері қарастырылады. Бұл мақсатта машиналық оқыту әдістері (Random Forest, Decision Tree, Gradient Boosting, SVM) және терең оқыту модельдері (CNN, LSTM), сондай-ақ олардың гибридті нұсқалары (LSTM-CNN) талданады. Модельдердің тиімділігі CICDDoS2019 және KDD-CUP деректер жиынтықтары, сондай-ақ SCADA жүйесінің модельденген тестілік ортасында бағаланды. Негізгі назар энергетикалық нысандардағы желілік трафиктегі аномалияларды нақты уақыт режимінде анықтай алатын, жаңа қауіптерге бейімделетін интеллектуалды қорғаныс жүйесін құруға бағытталады. Зерттеу нәтижелері гибридті модельдердің шабуылды анықтау дәлдігінің кейбір сценарийлерде 99%-ға жететінін көрсетті. Сонымен қатар, блокчейн және бұлттық технологияларды интеграциялау арқылы киберқауіпсіздікті арттыру мүмкіндіктері қарастырылды. Алынған қорытындылар энергетикалық инфрақұрылымды қорғауға арналған кешенді шешімдерді әзірлеуде практикалық тұрғыда қолдануға жарамды.

Түйін сөздер: Киберқауіпсіздік, DDoS-шабуылдар, энергетикалық нысандар, SCADA, IoT, машиналық оқыту, терең оқыту, гибридті модельдер, блокчейн, интеллектуалды желілер.