Система ідентифікації шкідливого HTTP трафіку з використанням машинного навчання

Скорочена інформація про документ
dc.contributor.advisorКухарєв, Сергій Олександрович
dc.contributor.authorВоловик, Юрій Миколайович
dc.date.accessioned2020-08-26T16:47:35Z
dc.date.available2020-08-26T16:47:35Z
dc.date.issued2020-06
dc.description.abstractenThesis work: 87 pp., 11 fig., 7 tabl., 3 app., 15 sources. The object of the research are messages of the HTTP protocol. The subject of the research is the maliciousness of HTTP messages. The aim of the research: 1) Investigate the existing means of combating intrusions into computer networks and web applications; explore machine learning tools used for this purpose. 2) Prepare the input file to work with machine learning tools, turn it into a dataset for training and testing models. 3) Develop software that learns to detect malicious content in HTTP messages from the input file The theoretical and methodological basis of the research are the works of foreign scientists in the fields of machine learning, data analysis, cybersecurity, mathematical modeling. In the course of the thesis, a software product was created that determines with certain accuracy whether the HTTP message is malicious, as well as tested the product on real data. The software product is implemented using Python programming language and libraries sklearn, pandas, numpy. Recommendations for further research are given.uk
dc.description.abstractukДипломна робота: 87 с., 11 рис., 7 табл., 3 дод., 15 джерел. Об’єктом дослідження є повідомлення протоколу HTTP. Предметом дослідження є зловмисність повідомлень протоколу HTTP. Мета дослідження: 1) Дослідити існуючі засоби протидії проникненням у комп’ютерні мережі та веб-застосунки, дослідити інструменти машинного навчання, що для цього використовують. 2) Підготувати вхідний файл до роботи з інструментами машинного навчання, перетворити його на датасет для навчання і тестування моделей. 3) Розробити ПЗ, що навчається виявляти шкідливий вміст в повідомленнях протоколу HTTP у вхідному файлі. Теоретичною та методологічною основою дослідженя є праці закордонних вчених в галузях машинного навчання, аналізу даних, кібербезпеки, математичного моделювання. В ході виконання дипломної роботи створено програмний продукт, що з певною точністю визначає, чи є повідомлення протоколу HTTP шкідливим, а також протестовано продукт на реальних даних. Програмний продукт реалізовано з використанням мови програмування Python та бібліотек sklearn, pandas, numpy. Надано рекомендації до подальших досліджень.uk
dc.format.page103 с.uk
dc.identifier.citationВоловик, Ю. М. Система ідентифікації шкідливого HTTP трафіку з використанням машинного навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Воловик Юрій Миколайович. - Київ, 2020. - 103 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/35833
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectаналіз данихuk
dc.subjectвеб-застосунокuk
dc.subjectкібербезпекаuk
dc.subjectнейронні мережіuk
dc.subjectмашинне навчанняuk
dc.subjectdata analysisuk
dc.subjectweb applicationuk
dc.subjectcyber securityuk
dc.subjecthttpuk
dc.subjectneural networksuk
dc.subjectmachine learninguk
dc.titleСистема ідентифікації шкідливого HTTP трафіку з використанням машинного навчанняuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Volovyk_bakalavr.docx
Розмір:
19.71 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи