Нечеткий классификатор типа Min-Mаx — это алгоритм машинного обучения, который широко применяется для задач классификации. Одним из ключевых преимуществ этого классификатора является его способность к адаптации и объяснить результат своего решения. Хотя оригинальный алгоритм доказал свою эффективность, выявлен недостаток, который требует дальнейшего рассмотрения, такой как большое число правил. В докладе представлена модифицированная версия алгоритма нечеткого классификатора, разработанная с целью уменьшения числа правил. Проведены эксперименты модифицированной версии Min-Max для решения проблем кибербезопасности.