Публікація:
Дослідження методів розпізнавання зловмисного зашифрованого трафіку для захисту хмарних систем від DDoS атак. Використання RNN у поєднанні з AutoEncoder

dc.contributor.authorТрипілка, А. В.
dc.date.accessioned2025-07-18T09:34:00Z
dc.date.available2025-07-18T09:34:00Z
dc.date.issued2025
dc.description.abstractОб’єктом дослідження є процес аналізу зашифрованого мережевого трафіку у хмарних середовищах для виявлення DDoS-атак. Метою цієї роботи є дослідження методів виявлення зашифрованого зловмисного трафіку з акцентом на DDoS-атаки у хмарному середовищі та розробка прототипу системи виявлення на основі рекурентних нейронних мереж (RNN) у поєднанні з AutoEncoder. Методами розробки є аналіз проблемної області, проєктування архітектури системи, побудова моделей виявлення аномалій, експериментальне дослідження ефективності RNN та AutoEncoder у задачах кібербезпеки, а також використання сучасних інструментів для обробки мережевого трафіку. У роботі також порівнюються запропоновані методи з класичними евристичними підходами для оцінки переваг глибокого навчання. Особливу увагу приділено адаптивності системи до роботи в реальному часі з потоковими даними.
dc.identifier.citationТрипілка А. В. Дослідження методів розпізнавання зловмисного зашифрованого трафіку для захисту хмарних систем від DDoS атак. Використання RNN у поєднанні з AutoEncoder: пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 121 – Інженерія програмного забезпечення / А. В. Трипілка; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 89 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/32124
dc.language.isouk
dc.subjectзахист хмарних систем
dc.subjectDDoS атака
dc.subjectвикористання RNN
dc.subjectрозпізнавання зашифрованого трафіку
dc.titleДослідження методів розпізнавання зловмисного зашифрованого трафіку для захисту хмарних систем від DDoS атак. Використання RNN у поєднанні з AutoEncoder
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 2 з 2
Завантаження...
Зображення мініатюри
Назва:
2025_M_PI_Trypilka_AV.pdf
Розмір:
1.22 MB
Формат:
Adobe Portable Document Format
Завантаження...
Зображення мініатюри
Назва:
Dodatok_Trypilka.pdf
Розмір:
2.77 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
10.74 KB
Формат:
Item-specific license agreed upon to submission
Опис: