Шубенкова, Ірина АнатоліївнаГалета, Павло Олександрович2020-03-062020-03-062019-12Галета, П. О. Система виявлення вторгнень для віртуалізації мережевих функцій : магістерська дис. : 122 Комп'ютерні науки / Галета Павло Олександрович. - Київ, 2019. - 115 с.https://ela.kpi.ua/handle/123456789/32158Магістерська дисертація: 106 с; 15 рис.; 33 табл. 2 дод.; 76 джерел. Актуальність теми: Віртуалізація мережевих функцій є однією з найбільш перспективних галузей розвитку корпоративних комп’ютерних мереж через можливість значно знизити капітальні та операційні витрати. Спрогнозовано що к кінцю 2020 року капіталізація ринку віртуальних мережевих функцій складе 15,5 млрд. доларів. Основним невирішеним питанням віртуалізації мережевих функцій є безпека інформації, що і є предметом дослідження даної роботи. Мета та задачі дослідження: Метою даної роботи є покращення стану інформаційної безпеки в галузі віртуалізації мережевої функції, що досягається розробкою системи виявлення вторгнень. Об’єкт досліджень: віртуалізація мережевих функцій. Предмет досліджень: методи виявлення мережевих атак, що можуть бути використані в мережевій інфраструктурі побудованій на основі віртуалізації мережевих функцій. Рішення поставлених завдань та досягнуті результати: У даній роботі було розглянуто концепцію віртуалізації мережевих функцій, проблеми інформаційної безпеки, що є актуальними для даної концепції, проведено аналіз методів виявлення мережевих атак, як одного із способів покращення стану безпеки та побудовано систему розпізнавання вторгнень орієнтовану саме на мережі з віртуалізованими функціями. Наукова новизна: модель векторів атак для віртуалізації мережевих функцій та система розпізнавання вторгнень орієнтована на віртуалізацію мережевих функцій. Практичне значення одержаних результатів: розроблена система може бути використана у мережах нового покоління для захисту від мережевих атак.ukвіртуалізація мережевих функційсистема виявлення вторгненьмережеві атакимашинне навчанняпошук аномалійnetwork function virtualizationintrusion detection systemnetwork attacksmachine learninganomaly detectionMaster Thesis115 с.004.056.53