Класифікація HTTP запитів за допомогою нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorЛевенчук, Людмила Борисівна
dc.contributor.authorCвирид, Нікіта Олександрович
dc.date.accessioned2024-09-23T09:04:31Z
dc.date.available2024-09-23T09:04:31Z
dc.date.issued2024
dc.description.abstractДипломна робота: 94 с., 21 рис., 9 табл., 2 додатки, 25 джерел. Дана робота присвячена розробці та реалізації моделі, що викорстовує методи мовного моделювання для вирішення задач класифікації шкідливих HTTP запитів. За результатами дослідження очікується отримати найбільш ефективну модель шляхом оцінки метрик якості. Обʼєкт дослідження – задача класифікації HTTP запитів за допомогою мовної моделі, спрямованих на веб-додаток. Дослідження охоплює різні аспекти класифікації, включаючи вибір відповідної мовної моделі, підготовку даних, навчання моделі, а також оцінку її продуктивності та точності. Предмет дослідження – мовна модель RoBERTa для вирішення задачі генерування ознак, її математична складова, переваги та недоліки. Мета дослідження – аналіз HTTP запитів, створення векторного простору для навчання класифікаторів, підбір моделей для класифікації. Ключовою особливістю розробленого алгоритму є використання мовної моделі для вирішення задачі генерації ознак, які будуть подаватись на вхід математичних моделей. Мовна модель аналізує текстові дані, виявляє приховані патерни та тренди, а потім генерує нові ознаки, які можуть бути корисними для прогнозування та класифікації, що значно спрощує процес підготовки даних.
dc.description.abstractotherBachelor Thesis: 94 p., 21 fig., 9 tabl., 2 append., 25 sources. This work is devoted to the development and implementation of a model that uses language modeling techniques to solve the problem of classifying malicious HTTP requests. Based on the results of the study, it is expected to obtain the most effective model by evaluating quality metrics. The object of the study is the task of classifying HTTP requests using a language model directed to a web application. The research covers various aspects of classification, including selecting a suitable language model, preparing data, training the model, and evaluating its performance and accuracy. The subject of the study is the RoBERTa language model for solving the problem of feature generation, its mathematical component, advantages and disadvantages. The purpose of the study is to analyze HTTP requests, create a vector space for training classifiers, and select models for classification. A key feature of the developed algorithm is the use of a language model to solve the problem of generating features that will be fed into mathematical models. The language model analyzes textual data, identifies hidden patterns and trends, and then generates new features that can be useful for forecasting and classification, which greatly simplifies the data preparation process.
dc.format.extent94 с.
dc.identifier.citationCвирид, Н. О. Класифікація HTTP запитів за допомогою нейронних мереж : дипломна робота ... бакалавра : 124 Системний аналіз / Cвирид Нікіта Олександрович. – Київ, 2024. – 94 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69135
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectпрогнозування
dc.subjectмовні моделі
dc.subjectгенерація ознак
dc.subjectматематичні моделі класифікації
dc.subjectаналіз http трафіку
dc.subjectforecasting
dc.subjectlanguage models
dc.subjectfeatures generating
dc.subjectclassification models
dc.subjecthttp traffic analysis
dc.titleКласифікація HTTP запитів за допомогою нейронних мереж
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Svyryd_bakalavr.pdf
Розмір:
3.96 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи