Виявлення аномалiй роботи операційної системи Windows методами машинного навчання та лог-аналiтики

Скорочена інформація про документ
dc.contributor.advisorКаніовська, Ірина Юріївна
dc.contributor.authorЧабанівський, Артем Тарасович
dc.date.accessioned2020-03-05T13:39:12Z
dc.date.available2020-03-05T13:39:12Z
dc.date.issued2019-12
dc.description.abstractenMaster’s thesis work: 97 pp., 15 fig., 25 tabl., 1 application, 20 sources. The object of the research is anomalies of the work of operating system. The subject of the study is the operating systems’ logs. The aim of the study: 1) develop the necessary tools by log analytics methods for converting server logs into a data set for training neural network; 2) studying the types and methods of teaching neural networks to detect anomalies of web servers; 3) develop software that implements a recurrent neural network 4) develop software that implements the detection of anomalies in the web server’s work by the time window of the data log. The theoretical and methodological basis of the research is the work of foreign scientists in the field of data analysis, cybersecurity, mathematical modeling and server administrating. During the creation of the master thesis software product was created that defines logs that are anomalous to others by the set of log data. The software is implemented using C#, .NET Core framework, and Microsoft Visual Studio 2019 IDE. Recommendations for further research are given.uk
dc.description.abstractukМагістерська дисертація: 97с., 15 рис., 25 табл., 1 додаток, 20 джерел. Об’єктом дослідження є аномалії роботи операційної системи. Предметом дослідження є логи операційної системи Windows. Мета дослідження : 1) розробити необхідний інструментарій методами лог-аналітики для перетворення логів операційної системи в набір даних для тренування нейронної мережі; 2) дослідження видів та методів навчання нейронних мереж для виявлення аномалій роботи операційних систем; 3) розробка ПЗ, яке реалізує самоорганізуючу мережу Кохонена; 4) розробка ПЗ, яке реалізує виявлення аномалій у роботі операційної системи Windows. Теоретичною та методологічною основою дослідження є праці закордонних вчених в галузі аналізу даних, кібербезпеки, програмування, математичного моделювання та серверного адміністрування. В ході розробки магістерської дисертації створено програмний продукт що за набором лог даних визначає логи, які є аномальними по відношенню до інших. Програмний продукт реалізовано за допомогою мови програмування C#, фреймворку .NET Core та середовища розробки Micrososft Visual Studio 2019. Надано рекомендації до подальших досліджень.uk
dc.format.page99 с.uk
dc.identifier.citationЧабанівський, А. Т. Виявлення аномалiй роботи операційної системи Windows методами машинного навчання та лог-аналiтики : магістерська дис. : 124 Системний аналіз / Чабанівський Артем Тарасович. – Київ, 2019. – 99 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32138
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectаналіз данихuk
dc.subjectопераційна системаuk
dc.subjectлогиuk
dc.subjectнейронні мережіuk
dc.subjectлог аналiтикаuk
dc.subjectdata analysisuk
dc.subjectoperating systemuk
dc.subjectlogsuk
dc.subjectneural networksuk
dc.subjectwineuk
dc.subjectlog analyticsuk
dc.subjectwindowsuk
dc.subject.udc519.688uk
dc.titleВиявлення аномалiй роботи операційної системи Windows методами машинного навчання та лог-аналiтикиuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Chabanivskyi_magistr.docx
Розмір:
858.22 KB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи