Програмний засіб для виявлення аномалій у мережевому трафіку на основі нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorЛісовиченко, Олег Іванович
dc.contributor.authorГригоренко, Ярослав Сергійович
dc.date.accessioned2025-02-20T14:01:26Z
dc.date.available2025-02-20T14:01:26Z
dc.date.issued2024
dc.description.abstractРозмір пояснювальної записки – 119 аркушів, містить 11 ілюстрацій, 11 таблиць, 6 додатків, 22 посилання на джерела. Актуальність теми. Зі зростанням обсягів мережевого трафіку та кількості кіберзагроз важливо використовувати сучасні підходи для аналізу даних. Зокрема, системи підтримки прийняття рішень (СППР) допомагають швидше обробляти дані та приймати обґрунтовані рішення. Використання алгоритмів машинного навчання та нейронних мереж дозволяє виявляти приховані патерни й аномалії в трафіку в режимі реального часу, що значно сприяє швидкому реагуванню на кіберзагрози. Мета дослідження. Основною метою є підвищення ефективності виявлення аномалій у мережевому трафіку за допомогою програмного засобу, який використовує алгоритми машинного навчання та нейронні мережі. Об’єкт дослідження: аналіз аномалій у мережевому трафіку. Предмет дослідження: методи, алгоритми та нейронні мережі для виявлення аномалій у мережевому трафіку. Для реалізації поставленої мети сформульовані наступні завдання: − Аналіз засобів виявлення аномалій; − Розробка засобів виявлення аномалій; − Проектування програмного засобу; − Створення програмного засобу; − Тестування рішення. Наукова новизна результатів магістерської дисертації полягає в удосконаленні методів пошуку аномалій в мережевому трафіку. Практичне значення отриманих результатів полягає в тому, що програмний засіб виявлення аномалій в мережевому трафіку може допомогти системному адміністратору приймати відповідні рішення. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського".
dc.description.abstractotherThe explanatory note consists of 119 pages, includes 11 illustrations, 11 tables, 6 appendices, and 22 references. Relevance of the topic. With the increasing volume of network traffic and the growing number of cyber threats, it is crucial to employ modern approaches for data analysis. Decision Support Systems (DSS) are particularly effective in accelerating data processing and enabling well-informed decisions. The use of machine learning algorithms and neural networks allows for the detection of hidden patterns and anomalies in traffic in real time, significantly aiding rapid responses to cyber threats. Objective of the research. The main goal is to improve the efficiency of anomaly detection in network traffic through the development of software utilizing machine learning algorithms and neural networks. Object of research: analysis of anomalies in network traffic. Subject of research: methods, algorithms and neural networks for detecting anomalies in network traffic. To achieve this goal, the following tasks were formulated: ● Analysis of anomaly detection tools; ● Development of anomaly detection tools; ● Design of the software; ● Development of the software; ● Testing the solution. Scientific novelty. The scientific novelty of the master's thesis lies in improving methods for detecting anomalies in network traffic. Practical significance. The practical significance of the obtained results is that the anomaly detection software for network traffic can assist system administrators in making appropriate decisions. Connection with scientific programs, plans and topics. The work was carried out at the Department of Informatics and Software Engineering of the National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute".
dc.format.extent131 с.
dc.identifier.citationГригоренко, Я. С. Програмний засіб для виявлення аномалій у мережевому трафіку на основі нейронних мереж : магістерська дис. : 121 Інженерія програмного забезпечення / Григоренко Ярослав Сергійович. - Київ, 2024. - 131 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72666
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмережевий трафік
dc.subjectнейромережі
dc.subjectnetwork traffic
dc.subjectneural networks
dc.subject.udc004.4, 004.8
dc.titleПрограмний засіб для виявлення аномалій у мережевому трафіку на основі нейронних мереж
dc.title.alternativeAI-Powered Software Tool for Detecting Anomalies in Network Traffic
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Hryhorenko_magistr.pdf
Розмір:
2.73 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

Магістерські роботи (ІПІ)
Магістерські роботи