Дослідження методів виявлення аномалій у інформаційно- комунікаційних системах з використанням machine learning
| dc.contributor.author | Гльоц Ю. О. | |
| dc.date.accessioned | 2024-10-22T11:20:41Z | |
| dc.date.available | 2024-10-22T11:20:41Z | |
| dc.date.issued | 2024 | |
| dc.description | Дослідження методів виявлення аномалій у інформаційно- комунікаційних системах з використанням machine learning [кваліфікаційна (магістерська) робота зі спеціальності 172 Телекомунікації та радіотехніка; ОПП «Телекомунікації та радіотехніка»] / Наук. кер.: І. В. Шерепа; Державний університет інтелектуальних технологій і зв’язку. Одеса: ДУІТЗ, 2024. 78 с. | |
| dc.description.abstract | Магістерська робота присвячена дослідженню методів виявлення аномалій та атак типу DDoS у інформаційно-комунікаційних системах із використанням моделей машинного навчання. Основна увага приділяється програмно-конфігурованим мережам (SDN), які є критичними елементами сучасних інформаційно-комунікаційних систем. Запропоновано використання моделей машинного навчання разом із методами вибору функцій для підвищення ефективності виявлення DDoS-атак. Розроблено систему захисту для онлайн-виявлення аномалій у реальному часі, яка поєднує систему виявлення вторгнень CNN-ELM із механізмом відстеження IP. Ця система дозволяє забезпечити високу точність виявлення та ефективно відстежувати джерела атак шляхом створення чорного списку аномального трафіку. | |
| dc.identifier.uri | http://193.186.15.27:4000/handle/123456789/480 | |
| dc.language.iso | other | |
| dc.publisher | State University of Intelligent Technologies and Telecommunications | |
| dc.subject | виявлення аномалій | |
| dc.subject | machine learning | |
| dc.subject | класифікація трафіку | |
| dc.subject | нейронні мережі | |
| dc.subject | QoS. | |
| dc.title | Дослідження методів виявлення аномалій у інформаційно- комунікаційних системах з використанням machine learning | |
| dc.type | Other |