Інтелектуальна система моніторингу безпеки комп’ютерної мережі на основі глибокого аналізу трафіку

Abstract

Метою кваліфікаційної роботи є розроблення інтелектуальної системи моніторингу безпеки комп’ютерної мережі на основі глибокого аналізу трафіку, що забезпечує виявлення вторгнень шляхом навчання та застосування моделей глибокого навчання, а також підтримує збір, підготовку та візуалізацію результатів у процесі моніторингу. Методи досліджень включають аналіз та узагальнення науково-технічної літератури, методи машинного і глибокого навчання, алгоритми рекурентних нейронних мереж, методи попередньої обробки мережевого трафіку, а також методи програмної реалізації та тестування. Розроблено інтелектуальну систему моніторингу безпеки комп’ютерної мережі на основі глибокого аналізу трафіку, яка забезпечує приймання й підготовку мережевих даних, обробку PCAP- і flow-представлень, формування ознак, навчання та застосування нейромережевої моделі для виявлення вторгнень, журналювання подій і візуалізацію результатів. Результати дослідження можуть бути використані для створення та вдосконалення програмних засобів виявлення вторгнень, автоматизації аналізу мережевого трафіку та підвищення ефективності систем кіберзахисту інформаційно-телекомунікаційних мереж.

The purpose of the qualification work is to develop an intelligent system for monitoring the security of a computer network based on deep traffic analysis, which ensures intrusion detection through the training and application of deep learning models, as well as supports the collection, preparation, and visualization of results during the monitoring process. The research methods include the analysis and generalization of scientific and technical literature, machine learning and deep learning methods, recurrent neural network algorithms, methods of preliminary processing of network traffic, as well as methods of software implementation and testing. An intelligent system for monitoring the security of a computer network based on deep traffic analysis has been developed. The system provides the reception and preparation of network data, processing of PCAP and flow representations, feature generation, training and application of a neural network model for intrusion detection, event logging, and visualization of results. The research results can be used to create and improve software tools for intrusion detection, automate network traffic analysis, and increase the efficiency of cybersecurity systems for information and telecommunication networks.