Обнаружение аномалий в сетевом трафике с помощью методов машинного обучения: магистерская диссертация / Тулеубай Тулеубаевич Сафиуллин; БГУ, Факультет прикладной математики и информатики, Кафедра математического моделирования и анализа данных; науч. рук. Абрамович М. С.

Abstract

Магистерская диссертация, 64 стр., 7 рис., 6 табл., 14 источников, 1 приложение. Ключевые слова: ВЫЯВЛЕНИЕ АНОМАЛИЙ, СЕТЕВОЙ ТРАФИК, МАШИННОЕ ОБУЧЕНИЕ, НЕЙРОННЫЕ СЕТИ. Объект исследования – Сетевой трафик. Цель работы – Выявление аномалий в сетевом трафике с использованием методов машинного обучения и нейронных сетей. Методы проведения работы – Использовались нейронные сети с прямой связью, рекуррентные нейронные сети, длинные цепи элементов краткосрочной памяти, классические методы машинного обучения и методы ансамблей моделей. Результаты – Обнаружено, что нейронные сети проявляют высокую эффективность в выявлении аномалий. Также выявлено, что методы ансамблей моделей способны дополнить и улучшить результаты отдельных моделей. Область применения – Результаты могут быть использованы для разработки надежных систем обнаружения и предотвращения кибератак, использоваться в учебном процессе при преподавании учебных дисциплин, связанных с машинным обучением и компьютерными сетями.