Search academic texts

Information × Registration Number 2125U003164, Article popup.category Бакалаврська робота Title Методи виявлення аномалій трафіку в SDN мережах (AI translated) popup.author Козленко Євгеній ЮрійовичKozlenko Yevhenii Yuriiovych popup.publication 01-01-2025 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/76118 popup.publisher Київ Description У дипломній роботі розглянуто методи виявлення аномального трафіку в SDN-мережах. Проведено аналіз підходів із трьох категорій: статистичної (CUSUM), класичного ML (Isolation Forest) та глибокого навчання (Autoencoder, GNN). Визначено їхні переваги та недоліки. Для реалізації обрано CUSUM та Isolation Forest. Розроблена система працює за архітектурою з серверним модулем обробки та клієнтськими сенсорами. Реалізацію виконано з використанням Elixir, Python та ML-бібліотек. This thesis explores methods for anomaly detection in SDN networks. It analyzes three categories: statistical (CUSUM), classical ML (Isolation Forest), and deep learning (Autoencoder, GNN). Their pros and cons are evaluated. CUSUM and Isolation Forest were selected for implementation. The system uses a server-based processing module with client-side sensors and is implemented in Elixir and Python with ML libraries. popup.nrat_date 2025-11-05 Close