Kiberbezopasnost' w kontexte bol'shih dannyh, kak izwestno, qwlqetsq kriticheskoj problemoj i predstawlqet soboj bol'shoj wyzow dlq issledowatel'skogo soobschestwa. V kachestwe kandidatow dlq resheniq problem bezopasnosti bol'shih dannyh byli predlozheny algoritmy mashinnogo obucheniq. Sredi ätih algoritmow zametnyh uspehow w reshenii razlichnyh zadach klassifikacii dobilis' mashiny opornyh wektorow (SVM). Odnako dlq sozdaniq äffektiwnoj SVM pol'zowatelü neobhodimo zaranee opredelit' prawil'nuü konfiguraciü SVM, chto qwlqetsq slozhnoj zadachej, trebuüschej äxpertnyh znanij i bol'shih zatrat ruchnogo truda na metod prob i oshibok. V dannoj rabote my formuliruem process nastrojki SVM kak zadachu dwuhob#ektnoj optimizacii, w kotoroj tochnost' i slozhnost' modeli rassmatriwaütsq kak dwe konfliktuüschie celi. My predlagaem nowyj giperäwristicheskij frejmwork dlq biob#ektiwnoj optimizacii, kotoryj ne zawisit ot problemnoj oblasti. Jeto perwyj sluchaj razrabotki giperäwristiki dlq dannoj zadachi. Predlagaemaq giperäwristicheskaq sistema sostoit iz wysokourownewoj strategii i nizkourownewyh äwristik.