Класифікація трафіку в мережах IoT за допомогою методів машинного навчання
| dc.contributor.advisor | Орєхов, Олександр Арсенійович | |
| dc.contributor.author | Пудім, Єлизавета Миколаївна | |
| dc.date.accessioned | 2022-05-28T12:12:42Z | |
| dc.date.available | 2022-05-28T12:12:42Z | |
| dc.date.issued | 2021-06-16 | |
| dc.description.abstracten | The volume of work 61 pages, 19 illustrations, 2 tables, 10 sources of literature. The aim of this work is to study the usage of machine learning methods in the classification of network traffic, in this case in IoT devices. Also, to develop classification models HTTP-traffic classification and botnet detection in a network of IoT-devices and comparison of efficiency of work of methods are constructed. In this paper, 2 systems for detecting malicious traffic were created: detection of abnormal traffic in HTTP requests (one that contains signs of a specific attack) and classification of IP traffic from the IoT network to detect botnet attacks. For each problem, the most efficient classification algorithm was selected and the results were compared with others. The object of the study is network traffic in IoT devices. The subject of research is the methods of using machine learning methods in traffic classification problems in order to detect attacks or abnormal behavior. Search for patterns and modern challenges of providing a high-quality intrusion detection system for IoT through the rapid development of the field. | uk |
| dc.description.abstractuk | Дипломна робота має обсяг 61 сторінок, містить 19 рисунків, 2 таблиці, а також 10 посилань. Метою даної роботи є дослідження використання методів машинного навчання в задачах класифікації мережного трафіку, в конкретному випадку в пристроях IoT. А також, побудова моделей класифікаторів для класифікації HTTP трафіку та виявлення ботнет атак на мережі IoT пристроїв та порівняння ефективності роботи методів. В даній роботі було створено 2 системи для виявлення шкідливого трафіку: виявлення аномального трафіку в HTTP запитах (такого, що містить ознаки певної з атак) та класифікація IP трафіку з мережі IoT для виявлення ботнет атак. Для кожної задачі був обраний найбільш ефективний алгоритм класифікації та порівняні результати з іншими. Об’єктом дослідження є мережевий трафік в пристроях IoT. Предметом дослідження є методи використання методів машинного навчання в задачах класифікації трафіку з метою виявлення атак або аномальної поведінки. пошук закономірностей та сучасні виклики забезпечення високоякісної системи виявлення вторгнень для IoT через стрімкий розвиток сфери. | uk |
| dc.format.page | 61 c. | uk |
| dc.identifier.citation | Пудім, Є. М. Класифікація трафіку в мережах IoT за допомогою методів машинного навчання : дипломна робота ... бакалавра : 125 Кібербезпека / Пудім Єлизавета Миколаївна. – Київ, 2021. – 61 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/47587 | |
| dc.language.iso | uk | uk |
| dc.subject | мережевий трафік | uk |
| dc.subject | IoT | uk |
| dc.subject | класифікація трафіку | uk |
| dc.subject.udc | 004.056 | uk |
| dc.title | Класифікація трафіку в мережах IoT за допомогою методів машинного навчання | uk |
| dc.type | Bachelor Thesis | uk |