Search academic texts

Information × Registration Number 2125U001475, Article popup.category Бакалаврська робота Title popup.author 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/123456789/74674 popup.publisher Київ Description DDoS-атаки залишаються одним із найнебезпечніших проявів кіберзагроз, що завдають критичних збоїв у роботі вебресурсів, серверних систем і хмарних інфраструктур. З розвитком хмарних платформ, віртуалізованих середовищ і розподілених систем зростає і вразливість до атак, заснованих на перевантаженні трафіку, знищенні доступності та блокуванні сервісів. Традиційні методи фільтрації та сигнатурного реагування вже не забезпечують належного рівня захисту, адже атаки стали динамічнішими, масованішими, багатовекторними, часто реалізованими за допомогою ботнетів, IoT-пристроїв і зашифрованих каналів. Усе це створює потребу в застосуванні адаптивних, автоматизованих засобів виявлення з використанням штучного інтелекту, глибокого аналізу трафіку та поведінкових патернів. Посилення інтенсивності атак, зростання обсягу шкідливого трафіку та ускладнення механізмів маскування DDoS-діяльності вимагають переосмислення рішень до побудови систем виявлення. Проблема ускладнюється наявністю великої кількості фонових з’єднань, подібних за характеристиками до шкідливих, що унеможливлює ефективну роботу виключно на основі сигнатур. Відтак, стає актуальним аналіз аномалій у поведінці трафіку, застосування рішень машинного навчання, багатовимірного аналізу ознак та гібридних підходів до моделювання поведінкових закономірностей. Мета роботи полягає в розробці архітектури етапів аналізу мережевого трафіку для виявлення DDoS-атак. popup.nrat_date 2025-08-18 Close