Аналіз ризиків в задачах інформаційної безпеки
| dc.contributor.advisor | Мухін, Вадим Євгенійович | |
| dc.contributor.author | Северин, Максим Сергійович | |
| dc.date.accessioned | 2024-05-16T10:26:31Z | |
| dc.date.available | 2024-05-16T10:26:31Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Робота виконана на 103 сторінках, містить 34 ілюстрації, 24 таблиці, 1 додаток. При підготовці використовувалась література з 20 джерел. Актуальність теми. У сучасному світі, де зростає використання технологій та залежність від комп'ютерних систем, проблема кібербезпеки стає надзвичайно важливою. Забезпечення надійності та захищеності інформаційних систем від кіберзагроз є ключовим завданням. Магістерська дипломна робота присвячена аналізу ризиків у сфері кібербезпеки, що визначає її високу актуальність. У ній пропонується нова модель виявлення та прогнозування кіберзагроз. Цей внесок допоможе вдосконаленню стратегій виявлення та запобігання ризикам безпеки, що є дуже актуальним у будь-якій IT області. Мета та задачі дослідження. Метою даної магістерської дипломної роботи є розробка моделі та програмного забезпечення виявлення та прогнозування ризиків порушення захищеності комп’ютерної системи. Об’єкт досліджень. Існуючі моделі оцінки ризиків порушення захищеності комп’ютерної системи, набори даних для їх навчання та тестування, зокрема NSL-KDD датасет. Предмет досліджень. Створення моделі та програмного забезпечення виявлення та прогнозування ризиків порушення захищеності комп’ютеної системи. Використання існуючих даних для тренування та тестування моделі, тестування моделі на реальних даних. Методи досліджень. Для розробки алгоритму, представленого у даній магістерській дипломній роботі було використано алгоритми машинного навчання, методи обробки даних. Наукова новизна. Науковою новизною є розробка ансамблевої моделі (stacking), що ґрунтується на новій комбінації методів класифікації машинного навчання, їх параметрів, а також методів обробки даних. Цей підхід відрізняється від існуючих моделей поєднанням supervised алгоритмів в модель другого рівня для різностороннього аналізу даних. Причому кожна модель в стекі відповідає за виявлення конкретного класу загрози, що значно підсилює якість і надійність результатів. Потенційні застосування та практична цінність результатів дипломної роботи: 1. Системи виявлення вторгнень 2. Системи боротьби зі спамом 3. Засоби антивірусного захисту 4. Мережеві сканери Публікації 1. Аналіз ризиків в задачах інформаційної безпеки. / Северин М.С., Мухін В.Є.// Системні науки та інформатика: збірник доповідей ІІ науково-практичної конференції з нагоди 125-річчя КПІ ім. Ігоря Сікорського «Системні науки та інформатика», 4–8 грудня 2023 року, Київ. – К., НН ІПСА КПІ ім. Ігоря Сікорського, 2023. – с. 347-352. | |
| dc.description.abstractother | The work is completed on 103 pages, contains 34 illustrations, 24 tables and 1 appendix. The literature from 20 sources was used in the thesis preparation. Relevance of the topic. In today's world, where the use of technology and dependence on computer systems is growing, the issue of cybersecurity is becoming extremely important. Ensuring the reliability and security of information systems against cyber threats is a key task. The master's thesis is devoted to the analysis of risks in the field of cybersecurity, which determines its high relevance. It proposes a new model for detecting and predicting cyber threats. This contribution will help to improve strategies for detecting and preventing security risks, which is very relevant in any IT field. The purpose and objectives of the study. The purpose of this master's thesis is to develop a model and software for detecting and predicting the risks of a computer system security breach. Object of research. Existing models for assessing the risks of compromising the security of a computer system, data sets for training and testing them, in particular, the NSL-KDD dataset. Subject of research. Creating a model and software for detecting and predicting the risks of a computer system security breach. Using existing data to train and test the model, testing the model on real data. Research methods. Machine learning algorithms and data processing methods were used to develop the algorithm presented in this master's thesis. Scientific novelty. The scientific novelty is the development of an ensemble model (stacking) based on a new combination of machine learning classification methods, their parameters, and data processing methods. This approach differs from existing models by combining supervised algorithms into a second-level model for comprehensive data analysis. Moreover, each model in the stack is responsible for detecting a specific class of threat, which significantly enhances the quality and reliability of the results. Potential applications and practical value of the results of the thesis: 1. Intrusion detection systems 2. Systems for combating spam 3. Antivirus protection tools 4. Network scanners Publications. Severyn M.S., Mukhin V.E. // System sciences and informatics: collection of reports of the II scientific and practical conference on the occasion of the 125th anniversary of Igor Sikorsky Kyiv Polytechnic Institute "System sciences and informatics", December 4-8, 2023, Kyiv - K., ER IASA KPI, 2023. - pp. 347-352. | |
| dc.format.extent | 103 с. | |
| dc.identifier.citation | Северин, М. С. Аналіз ризиків в задачах інформаційної безпеки : магістерська дис. : 122 Комп’ютерні науки / Северин Максим Сергійович. – Київ, 2024. – 103 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/66799 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.subject | iнформаційна безпека | |
| dc.subject | методи оцінки ризиків | |
| dc.subject | різновиди кібератак | |
| dc.subject | моделі виявлення і прогнозування | |
| dc.subject | аналіз проблем безпеки комп’ютерних систем | |
| dc.subject | штучний інтелект | |
| dc.subject | машинне навчання | |
| dc.subject | information security | |
| dc.subject | risk assessment methods | |
| dc.subject | types of cyberattacks | |
| dc.subject | detection and prediction models | |
| dc.subject | analysis of computer system security problems | |
| dc.subject | artificial intelligence | |
| dc.subject | machine learning | |
| dc.subject.udc | 004.67 | |
| dc.title | Аналіз ризиків в задачах інформаційної безпеки | |
| dc.title.alternative | Risk analysis in information security tasks | |
| dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Severyn_magistr.pdf
- Розмір:
- 3.11 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: