Розробка системи виявлення підозрілої активності в кібербезпеці з використанням ШІ

Abstract

Об’єкт дослідження – процес виявлення підозрілої та аномальної активності в сучасних мережах передачі даних. Предмет дослідження – методи та моделі машинного та глибокого навчання для класифікації та виявлення кібератак на основі аналізу мережевих потоків. Мета роботи – розробка та дослідження ефективності системи виявлення підозрілої активності в кібербезпеці на основі аналізу мережевого трафіку з використанням моделей машинного та глибокого навчання. Методи дослідження – аналіз наукових джерел з IDS та ML; побудова й навчання моделей машинного та глибокого навчання; попереднє оброблення трафіку та балансування класів; оцінювання якості моделей за стандартними метриками. Проаналізовано мережеву безпеку, класифіковано атаки бенчмарку CICIDS2017 та обґрунтовано переваги мережевого моніторингу (NIDS). Реалізовано пайплайн попередньої обробки даних (нормалізація та SMOTE) й побудовано чотири моделі: випадковий ліс, SVM, 1D-CNN та LSTM.