Алгоритми машинного навчання для виявлення та прогнозування атак на мережеву інфраструктуру

Abstract

Кваліфікаційна робота на тему «Алгоритми машинного навчання для виявлення та прогнозування атак на мережеву інфраструктуру» на здобуття освітнього ступеня «Магістр» зі спеціальності 125 «Кібербезпека» освітньо-професійної програми «Кібербезпека» написана обсягом 64 сторінки і містить 28 ілюстрацій, 9 таблиць, 2 додатки та 30 джерел за переліком посилань. Метою кваліфікаційної роботи є розробка системи виявлення вторгнень на основі машинного навчання. Проведено дослідження IDS та IPS системи виявлення вторгнень, що дало можливість здійснити оцінку ефективності виявлення вторгнень. Досліджено індикатори атак, створені штучним інтелектом на основі аналізу мережевого трафіку. Проаналізовано можливості Splunk Machine, щодо побудови моделы виявлення вторгнень та аналізу нетипової поведінки мережевого трафіку. Виконано дослідження побудови класифікаторів атак для системи виявлення вторгнень побудованої на основі класифікаторів. Зпроектовано систему виявлення вторгнень на основі ML та здійснено вибір набору даних для навчання. Виконано семплювання проти дисбалансу класів та оцінка значущості та відбір ознак та скорочення ознакового простору та налаштування моделі. Проведено тестування побудованої моделі та здійснено оцінку її ефективності.