Виявлення мережевих атак методами пошуку аномалій на основі машинного навчання

dc.contributor.advisorКоломицев, Михайло Володимирович
dc.contributor.authorПодвисоцька, Ольга Едуардівна
dc.date.accessioned2025-10-30T11:30:18Z
dc.date.available2025-10-30T11:30:18Z
dc.date.issued2024
dc.description.abstractОбсяг дипломної роботи: 46 сторінок, 27 ілюстрацій, 1 таблиця, 1 додаток і 14 літературних джерел. Мета дослідження: удосконалення існуючих способів виявлення мережевих атак методом пошуку аномалій на основі машинного навчання. Методи дослідження: аналіз теоретичних джерел і поширених алгоритмів машинного навчання для виявлення аномалій мережевого трафіку, вибір оптимальних методів і параметрів кластеризації та класифікації, пошук і попередня обробка даних про мережеві атаки, тестування та оцінка роботи комбінованого методу
dc.description.abstractotherThe volume of the thesis is 46 pages, 27 illustrations, 1 table, 1 appendix and 14 literature sources. Purpose of the research: improvement of existing methods of network attack detection using anomaly detection based on machine learning. Methods used and results obtained: analysis of theoretical sources and common machine learning algorithms for detecting network traffic anomalies, selection of optimal methods and parameters of clustering and classification, search and preprocessing of data about network attacks, testing and evaluation of the combined method.
dc.format.extent46 c.
dc.identifier.citationПодвисоцька, О. Е. Виявлення мережевих атак методами пошуку аномалій на основі машинного навчання : дипломна робота ... бакалавра : 125 Кібербезпека / Подвисоцька Ольга Едуардівна. – Київ, 2024. – 46 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/77038
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.subjectмашинне навчання (ML)
dc.subjectнавчання без учителя
dc.subjectнавчання з учителем
dc.subjectкластеризація
dc.subjectкласифікація
dc.subjectмережевий трафік
dc.subjectвиявлення аномалій
dc.subjectаномалії мережевого трафіку
dc.titleВиявлення мережевих атак методами пошуку аномалій на основі машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
Podvysotska_Bakalavr.pdf
Розмір:
1.74 MB
Формат:
Adobe Portable Document Format
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: