Інтелектуальна система ідентифікації і класифікації DoS-атак

Abstract

Актуальність даного дослідження полягає у необхідності підвищення точності класифікації DoS-атак на основі аналізу лог-файлів серверів з урахуванням сучасних тенденцій у кібербезпеці та архітектурах глибинного нейронного навчання. Це дозволить покращити захист від зростаючої кількості кібератак, забезпечити безперервність бізнес-процесів і захист критичної інформації. Об’єктом дослідження є лог-файли серверу. Предметом дослідження є класифікація DoS-атак. Метою дослідження є покращення точності класифікації DoS-атак шляхом створення інтелектуальної системи ідентифікації та класифікації DoS-атак із використанням методів глибинного навчання та налаштування гіперпараметрів. Кваліфікаційна робота складається зі вступу, чотирьох розділів, висновків та додатків. У першому розділі розкрито теоретичні засади розвитку інтелектуальних систем ідентифікації та класифікації DoS-атак та принцип їх дії шляхом дослідження останніх публікацій . У другому проведено аналіз передових архітектур нейронних мереж. Проведено порівняльний аналіз та обрано згорткові та рекурентні нейронні мережі для подальшого аналізу. У третьому розділі сформовано, проаналізовано, очищено, стандартизовано та збалансовано набір даних для подальшої роботи. У четвертому розділі описано моделювання, проєктування моделей, та виконано порівняльний аналіз. Кваліфікаційна робота містить 88 сторінок, 53 рисунки, 6 таблиць, 47 джерел, 2 додатки. The relevance of this research lies in the necessity to improve the accuracy of DoS attack classification based on server log file analysis, taking into account current trends in cybersecurity and deep neural network architectures. This will enhance protection against the growing number of cyberattacks, ensure the continuity of business processes, and safeguard critical information. The object of the research is server log files. The subject of the research is the classification of DoS attacks. The purpose of the research is to improve the accuracy of DoS attack classification by developing an intelligent system for their identification and classification, using deep learning methods and hyperparameter tuning. The qualification work consists of an introduction, four chapters, conclusions, and appendices. The first chapter reveals the theoretical foundations of the development of intelligent systems for DoS attack identification and classification, and explains their principle of operation through the study of recent publications. The second chapter analyzes advanced neural network architectures and, after a comparative analysis, selects convolutional and recurrent neural networks for further study. The third chapter involves forming, analyzing, cleaning, standardizing, and balancing the dataset for subsequent work. The fourth chapter describes the modeling, design of the models, and presents a comparative analysis of the results. The qualification work comprises 88 pages, 53 figures, 6 tables, 47 references, and 2 appendices.