Паралелізація алгоритму класифікації Random Forest для пришвидшення виявлення кібератак

Скорочена інформація про документ
dc.contributor.advisorГальчинський, Леонід Юрійович
dc.contributor.authorКозачок, Вячеслав Олександрович
dc.date.accessioned2023-03-14T08:06:13Z
dc.date.available2023-03-14T08:06:13Z
dc.date.issued2022
dc.description.abstractДипломна робота має обсяг 60 сторінок, містить 18 рисунків, 5 таблиць, 2 додатки та 13 джерел посилань. З кожним днем кількість даних у мережі інтернет зростає в геометричній прогресії. Зростає кількість людей та час, що ці люди проводять на сторінках, де можна знайти все що завгодно. Інтернет також став основою для багатьох бізнесів, які навіть не є можливими без під’єднання мережі Інтернет. Проте виникає проблема, що завжди знайдуться особи, які прагнуть заволодіти інформацією, що їм не належить, або обмежити доступність деякого сервісу, та отримати від цього певну користь у вигляді грошей або інші блага. Одна з найпоширеніших атак на сьогоднішній день є атака DDoS, що може змушувати цілу систему вийти з ладу на деякий, іноді тривалий час. Найбільш вразливими до DDoS атак є IoT(Internet of Things) сегмент, де при виявлені атаки важлива кожна секунда. Об’єктом дослідження є боротьба з DDoS атаками. Метою дослідження є створення методики покращення виявлення DDoS атак.uk
dc.description.abstractenthere is a problem that there will always be people who want to take information that does not belong to them, or limit the availability of a service, and get some benefit from it in the form of money or other benefits. One of the most common attacks today is a DDoS attack, which can cause the entire system to fail for a while, sometimes for a long time. The most vulnerable to DDoS attacks is the IoT (Internet of Things) segment, where every second counts when attacks are detected. The object of research is the fight against DDoS attacks. The aim of the study is to create a methodology to improve the detection of DDoS attacks.uk
dc.description.abstractotherThe work consists of 60 pages, has 18 illustrations, 5 tables, 2 appendices and 13 references. Every day the amount of data on the Internet grows exponentially. The number of people and the time that these people spend on pages where you can find anything. The Internet has also become the basis for many businesses that are not even possible without an Internet connection. However, there is a problem that there will always be people who want to take information that does not belong to them, or limit the availability of a service, and get some benefit from it in the form of money or other benefits. One of the most common attacks today is a DDoS attack, which can cause the entire system to fail for a while, sometimes for a long time. The most vulnerable to DDoS attacks is the IoT (Internet of Things) segment, where every second counts when attacks are detected. The object of research is the fight against DDoS attacks. The aim of the study is to create a methodology to improve the detection of DDoS attacks.uk
dc.description.abstractukвиникає проблема, що завжди знайдуться особи, які прагнуть заволодіти інформацією, що їм не належить, або обмежити доступність деякого сервісу, та отримати від цього певну користь у вигляді грошей або інші блага. Одна з найпоширеніших атак на сьогоднішній день є атака DDoS, що може змушувати цілу систему вийти з ладу на деякий, іноді тривалий час. Найбільш вразливими до DDoS атак є IoT(Internet of Things) сегмент, де при виявлені атаки важлива кожна секунда. Об’єктом дослідження є боротьба з DDoS атаками. Метою дослідження є створення методики покращення виявлення DDoS атак. Ї.uk
dc.format.extent61 с.uk
dc.format.page60uk
dc.identifier.citationКозачок, В. О. Паралелізація алгоритму класифікації Random Forest для пришвидшення виявлення кібератак : дипломний проект … бакалавра : 25 Кібербезпека / Козачок Вячеслав Олександрович. – Київ, 2022. – 61 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/53661
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectалгоритми класифікаціїuk
dc.subjectDDoSuk
dc.subjectаналіз алгоритмів класифікаціuk
dc.subjectrandom forestuk
dc.subjectмашинне навчанняuk
dc.subjectclassification algorithmsuk
dc.subjectmachine learninguk
dc.subjectanalysis of classification algorithmsuk
dc.subject.udc005.056uk
dc.titleПаралелізація алгоритму класифікації Random Forest для пришвидшення виявлення кібератакuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ІБ)
Бакалаврські роботи