Дипломная работа на тему: Прогнозирование и обнаружение аномалий в сетевом трафике с помощью машинного обучения

План работы:

Введение 3
Глава 1. Теоретические аспекты изучения сетевого трафика 6
1.1. Сущность понятия сетевого трафика 6
1.2. Нормативно-правовые акты о сетевом трафике 13
1.3. Методы и технологии анализа сетевого трафика 17
1.3.1. Метод случайного леса 17
1.3.2. Метод k-ближайших соседей 18
1.3.3. Метод градиентного бустинга 19
Глава 2. Методические аспекты обнаружения аномалий в сетевом трафике 21
2.1. Анализ сети передачи данных и их функции 21
2.2. Обеспечение безопасности информации и модель угроз ресурсам сети передачи данных 24
2.2.1. Типы рисков для маршрутизатора 26
2.2.2. Типы рисков для коммутатора 27
2.2.3. Типы рисков для сервера 28
2.2.4. Типы рисков для межсетевого экрана 29
2.3. Существующие средства защиты информации их применение и характеристики 31
2.4. Методика выявлений аномалий в сетевом трафике 36
2.4.1. Методы машинного обучения, применяемые для выявления аномалий 38
2.4.2. Выявление аномалий в сетевом трафике с использованием классификаторов 41
Глава 3. Практические аспекты применения алгоритмов машинного обучения к анализу сетевого трафика с помощью языка программирования r 46
3.1. Характеристики предмета исследования 49
3.2. Реализация методов машинного обучения с помощью языка r 51
Заключение 58
Список литературы 59