Уривський, Леонід ОлександровичМогилевич, Вадим Дмитрович2025-11-062025-11-062024Могилевич, В. Д. Система виявлення вторгнень у програмно-визначеному мережевому середовищі на основі нейронної мережі : магістерська дис. : 172 Електронні комунікації та радіотехніка / Могилевич Вадим Дмитрович. – Київ, 2024. – 106 с.https://ela.kpi.ua/handle/123456789/77115Текстова частина магістерської дисертації: 106 с., 26 рис., 27 табл., 70 джерел. Актуальність роботи. У сучасних умовах стрімкого розвитку інформаційних технологій та збільшення обсягів передавання даних зростає необхідність у підвищенні рівня безпеки комп'ютерних мереж. Програмно-визначені мережі набули значного поширення завдяки своїй гнучкості, масштабованості та можливостям централізованого управління мережею. Однак, SDN також стикаються з новими загрозами безпеці, що обумовлює потребу у створенні надійних систем для виявлення вторгнень, здатних захистити мережеві інфраструктури від атак і несанкціонованого доступу. Традиційні IDS не завжди ефективно працюють у середовищах SDN через відмінності в архітектурі, динамічний характер мереж та великий обсяг трафіку. Використання нейронних мереж у IDS дозволяє підвищити точність виявлення вторгнень шляхом аналізу аномалій та шаблонів трафіку в реальному часі. Метою даної роботи є удосконалення та оцінка ефективності системи виявлення DDoS-атак в програмно-визначених мережах на основі глибокого навчання. Об’єктом дослідження є процес функціонування мережевої системи виявлення вторгнень. Предметом дослідження є методи виявлення вторгнень на основі машинного навчання. У цій роботі досліджуються особливості архітектури програмно-визначених мереж (SDN) та вплив різних видів атак на їх функціонування. Також проводиться обчислення показників точності, повноти та F-міри для моделей машинного навчання, на основі яких будуються графіки для наочності результатів.106 с.ukсистема виявлення вторгненьпрограмно визначена мережаddos атакинейронні мережімашинне навчанняintrusion detection systemsoftware-defined networkmachine learningddos attacksneural networksMaster Thesis004.056.53