«Система виявлення аномальних подій та сигнатур в реальному часі»
dc.contributor.author | Шапран Владислав Олександрович | |
dc.date.accessioned | 2025-01-27T12:19:38Z | |
dc.date.available | 2025-01-27T12:19:38Z | |
dc.date.issued | 2024-12 | |
dc.description.abstract | Відповідно до мети дослідження робота присвячена розробці системи виявлення аномальних подій та сигнатур в реальному часі. Випускна кваліфікаційна робота на тему «Система виявлення аномальних подій та сигнатур в реальному часі» містить 56 сторінок, 18 рисунків, 5 таблиць. У роботі досліджено сучасні системи виявлення аномальних подій і сигнатур у реальному часі, актуальність яких зумовлена зростанням складності та кількості кібератак. Основною метою є аналіз наявних підходів, виявлення їхніх переваг і недоліків, а також розробка програмного забезпечення для підвищення безпеки інформаційних систем. Використано методи технічного й літературного аналізу, а також моделювання алгоритмів. Наукова новизна полягає у створенні інтегрованої системи, яка поєднує сигнатурний аналіз, машинне навчання та евристичні підходи для виявлення як відомих, так і нових загроз у реальному часі. Розроблена система забезпечує точне діагностування загроз, мінімізує кількість хибно позитивних результатів і прогнозує потенційні атаки за допомогою рекурентних нейронних мереж. Практичне значення дослідження полягає у можливості застосування системи для моніторингу й аналізу кіберзагроз у різних інформаційних інфраструктурах. Результати дослідження можуть бути інтегровані в існуючі рішення для забезпечення кібербезпеки | |
dc.description.abstractother | In accordance with the research objective, the work is devoted to the development of a system for detecting anomalous events and signatures in real time. The final qualification work on the topic ‘Real-time anomalous event and signature detection system’ contains 56 pages, 18 figures, 5 tables. The work investigates modern systems of detecting anomalous events and signatures in real time, the relevance of which is due to the growing complexity and number of cyberattacks. The main goal is to analyse existing approaches, identify their advantages and disadvantages, and develop software to improve the security of information systems. The methods used are technical and literature analysis, as well as algorithm modelling. The scientific novelty lies in the creation of an integrated system that combines signature analysis, machine learning, and heuristic approaches to detect both known and emerging threats in real time. The developed system provides accurate threat diagnostics, minimises the number of false positives, and predicts potential attacks using recurrent neural networks. The practical significance of the study lies in the possibility of using the system to monitor and analyse cyber threats in various information infrastructures. The results of the study can be integrated into existing cybersecurity solutions | |
dc.identifier.citation | Шапран В О (2024) «Система виявлення аномальних подій та сигнатур в реальному часі» Кваліфікаційна робота магістра за спеціальністью 125 «Кібербезпека», Державний торговельно-економічний університет Репозитарій Державного торговельно-економічного університету https://ur.knute.edu.ua/workspaceitems/4850/edit | |
dc.identifier.uri | https://ur.knute.edu.ua/handle/123456789/5128 | |
dc.language.iso | uk | |
dc.publisher | ДЕРЖАВНИЙ ТОРГОВЕЛЬНО-ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ/ КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ТОРГОВОЕЛЬНО-ЕКОНОМІЧНИЙ УНІВЕРСИТЕ | |
dc.subject | виявлення аномалій | |
dc.subject | сигнатурний аналіз | |
dc.subject | машинне навчання | |
dc.subject | LSTM | |
dc.subject | прогнозування загроз | |
dc.subject | IDS | |
dc.subject | інформаційні системи | |
dc.subject | anomaly detection | |
dc.subject | signature analysis | |
dc.subject | machine learning LSTM | |
dc.subject | threat prediction | |
dc.subject | information systems | |
dc.title | «Система виявлення аномальних подій та сигнатур в реальному часі» | |
dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- ВКР_Шапран_2024 3 (2).pdf
- Розмір:
- 1.09 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 1.71 KB
- Формат:
- Item-specific license agreed to upon submission
- Опис: