Search academic texts

Information × Registration Number 2121U007422, Article popup.category Бакалаврська робота Title Аналіз ризиків в задачах інформаційної безпеки на основі апарату штучних нейронних мереж (AI translated) popup.author Московських Андрій АнатолійовичMoskovskykh Andrii Anatoliiovych popup.publication 01-01-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/43794 popup.publisher Київ Description Дипломна робота: 111 с., 30 рис., 16 табл., 2 додатки, 30 джерел. Об’єктом дослідження є датасет NSL-KDD, який надає інформацію про мережевий трафік для виявлення та класифікації вторгнень в комп’ютерні системи. Метою роботи є розгляд теоретичних основ нейронних мереж, алгоритмів машинного навчання для класифікації, особливостей методів аналізу ризиків у задачах інформаційної безпеки з метою розробки програмного продукту для класифікації атак серед потоку мережевого трафіку. У роботі були використані модель багатошарового перцептрона, мережу довгострокової короткочасної пам’яті, метод опорних векторів та k найближчих сусідів. Результатом даної роботи є був побудований програмний продукт на основі апарату нейронних мереж та інших алгоритмів машинного навчання для класифікації типів атак. Подальше дослідження полягає у підвищенні точності класифікації моделей та розширення функціоналу програми на шляху до створення комплексної системи забезпечення інформаційної безпеки. Bachelor thesis: 111 pages, 30 figures, 16 tables, 2 appendices, 30 sources. The object of the study is the NSL-KDD dataset, which provides information about network traffic in order to detect and classify intrusions into computer systems. The aim of the work is to consider the theoretical foundations of neural networks, machine learning algorithms for classification, features of risk analysis methods in information security problems in order to develop a software product to classify attacks in network traffic. The model of multilayer perceptron, network of long short-term memory, support vector machine and k nearest neighbors algorithms are used in this work. The result of this work is a software product that classifies the intrusions into computer systems based on neural network and machine learning mechanisms. Further research is to increase the accuracy of the classification models and expand the functionality of the program towards the creation of a complex information security system. popup.nrat_date 2025-11-05 Close