Система виявлення комп’ютерних мережевих атак за допомогою методів машинного навчання

Abstract

Актуальність роботи полягає у необхідності постійного підвищення рівня захищеності мережі, шляхом аналізу трафіку та виявлення атак. Об’єктом дослідження є процеси передання інформації в комп’ютерних мережах (КМ). Предметом дослідження є моделі машинного навчання в КМ. Метою дослідження є підвищення виявлення КМ атак за допомогою мультикласової класифікації. В результаті виконання роботи було досліджено чотири методи машинного навчання (метод логістичної регресії, k-найближчих сусідів, випадковий ліс та дерево рішень) та розроблено інформаційну систему для класифікації типів атак в мережі. Дана робота складається з чотирьох розділів. Кожен розділ відповідно присвячений: аналіз предметної області; методам машинного навчання, що використані у роботі; моделюванню інформаційної системи для виявлення атак; аналізу отриманих результатів. Загальний обсяг роботи – 89 сторінок. Кваліфікаційна робота містить 2 додатки, 40 рисунків, 1 таблицю і 57 джерел посилання. A relevance of the work is the need to constantly improve the level of network security by analyzing traffic and detecting attacks. An object of study is the processes of information transmission in computer networks. A subject of the study is machine learning models in computer networks (CN). A purpose of the study is to provide recommendations for improving the protection of CNs through the future implementation of the proposed machine learning model. As a result of the work, four machine learning methods (logistic regression, k-nearest neighbors, random forest, and decision tree) were investigated, and an information system was developed to classify types of attacks in the network. This work consists of four sections. Each of them is devoted to analysis of the subject area; machine learning methods used in the work; modeling of the information system for detecting attacks; analysis of the results. The total volume of the work is 89 pages. The qualification work contains 2 appendixes, 40 figures, 1 table and 57 references.