РАЗРАБОТКА ВЕРИФИЦИРОВАННОЙ СИМУЛЯЦИОННОЙ МОДЕЛИ КОРПОРАТИВНОЙ СЕТИ ДЛЯ ГЕНЕРАЦИИ ДАННЫХ НА ОСНОВЕ «PACKET TRACER» В ЦЕЛЯХ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ

Активное внедрение технологий искусственного интеллекта (ИИ) и машинного обучения (МО) для управления сложными сетевыми инфраструктурами упирается в проблему отсутствия стандартизированных, релевантных и помеченных наборов данных для обучения и валидации алгоритмов. В данной работе представлена методология разработки и верификации детерминированной симуляционной модели распределённой корпоративной сети с использованием среды Cisco Packet Tracer. Модель реализует иерархическую архитектуру корпоративной сети с поддержкой VLAN, динамической маршрутизации BGP, механизмов отказоустойчивости и комплексных политик кибербезопасности. Предложенная модель служит не только как учебно-методический комплекс для отработки практических навыков, но и как контролируемый полигон для генерации синтетических телеметрических данных. Ключевой особенностью является встроенная система автоматизированного оценивания (Assessment), которая гарантирует соответствие конфигурации сети эталонным параметрам, обеспечивая корректность и воспроизводимость генерируемых данных. Верификация конфигурации гарантирует воспроизводимость состояний сети и корректность автоматической разметки данных. Экспериментальная валидация подтвердила детерминированность модели и её пригодность для формирования датасетов, предназначенных для обучения и тестирования алгоритмов интеллектуального управления, включая обнаружение аномалий, оптимизацию QoS и автоматическое реагирование на инциденты. Предложенный подход может быть использован как в образовательных, так и в научно-исследовательских целях.

1. Савельев А.И. Интеллектуальное управление телекоммуникационными сетями: тенденции и вызовы / А.И. Савельев // T-Comm. – 2021. – Т.15, № 3.

2. A comprehensive survey on machine learning for networking: evolution, applications and research opportunities / R. Boutaba et al // Journal of Internet Services and Applications. – 2018. – Т. 9, № 1. – P. 1-99. https://doi.org/10.1186/s13174-018-0087-2.

3. Toward generating a new intrusion detection dataset and intrusion traffic characterization / I. Sharafaldin et al // ICISSp. – 2018. – Т. 1. – P. 108-116.

4. Sanchez L.P.A. DQS: A QoS-driven routing optimization approach in SDN using deep reinforcement learning / L.P.A. Sanchez, Y. Shen, M. Guo // Journal of Parallel and Distributed Computing. – 2024. – Т. 188. – P. 104851. https://doi.org/10.1016/j.jpdc.2024.104851.

5. Studying the Role of Synthetic Data for Machine Learning-based Wireless Networks Traffic Forecasting / J. Pulido et al // arXiv preprint arXiv:2601.07646. – 2026.

6. ReinWiFi: Application-Layer QoS Optimization of WiFi Networks with Reinforcement Learning / Q. Li et al // 2025 IEEE 101st Vehicular Technology Conference (VTC2025-Spring). – IEEE, 2025. – P. 1-6.

7. TimeGAN as a Simulator for Reinforcement Learning Training in Programmable Data Planes / T.C. Tavares et al // NOMS 2024-2024 IEEE Network Operations and Management Symposium. – IEEE, 2024. – P. 1-9.

8. Cisco Systems. Cisco data center networking blueprint for AI/ML applications. White Paper. – 2024. [Электронный ресурс]. URL: https://www.cisco.com/c/en/us/td/docs/dcn/whitepapers/ciscodata-center-networking-blueprint-for-ai-ml-applications.html.

9. Building Connected Intelligence: Exploring IoT Smart Applications Through Cisco Packet Tracer / B. Patel et al // International Conference on Information and Communication Technology for Intelligent Systems. – Singapore: Springer Nature Singapore, 2024. – P. 467-478.

10. Ахметшина Э.Г. Автоматизация маршрутизации и управление ресурсами с помощью искусственного интеллекта и машинного обучения в сетях / Э.Г. Ахметшина, А.А. Видуто, Д.В. Елисеева //Экономика и парадигма нового времени. – 2024. – № 8 (29). – С. 24-30.

11. Семенченко К.С. Применение искусственного интеллекта в беспроводных сетях / К.С. Семенченко, Е.Д. Бычков // Динамика систем, механизмов и машин. – 2024. – Т. 12, № 3. – С. 87-94.

12. Ciscoskills по кибербезопасности. – 2025. [Электронный ресурс]. URL: https://www.collegeit.edu.kz/ru/czentr-kompetenczij/.

13. Волков А.Н. Исследование и разработка методов построения инфраструктуры и предоставления услуг сетей связи на основе технологий искусственного интеллекта: дис. – СПб., 2021.