Дипломная работа на тему: Использование данных сетевого трафика для выявления факторов обнаружения сетевых атак

План работы:

Введение 3
Глава 1. Теоретические аспекты анализа и моделирования данных сетевого трафика для задач обнаружения сетевых атак 5
1.1. Интернет-трафик и компьютерные сети 5
1.2. Архитектура сети 7
1.2.1. Модель OSI 8
1.2.2. Модель TCP-IP 10
1.2.3. Протокол TCP 12
1.2.4. Протокол UDP 18
1.3. Основные понятия информационной безопасности 19
1.4. Нормативно-правовые аспекты 24
1.5. Обзор существующих технологий и методик 30
Глава 2. Методы классификации данных интернет-трафика 34
2.1. Методы идентификации интернет-трафика 34
2.1.1. Анализ полезной нагрузки 36
2.1.2. Статистические методы 38
2.2. Технологии обнаружения атак 39
Глава 3. Испытания и экспериментальные результаты 42
3.1. Разработка интеллектуальной модели исследования данных при ddos-атаках 42
3.2. Проектирование архитектуры 43
3.3. Технологии и средства разработки 46
3.3.1. Машинное обучение в кибербезопасности 46
3.3.2. Выбор Python для анализа данных 47
3.4. Интеллектуальный анализ с помощью Python (Jupiter) 50
3.5. Результаты анализа 62
3.6. Выявленные факторы обнаружения сетевых атак по данным conn.log 75
3.7. Построение и оценка базовой модели машинного обучения 77
3.7.1. Подготовка признаков и контроль качества данных 78
3.7.2. Логика обучения при отсутствии «готовых» меток атак 78
3.7.3. Базовые алгоритмы и процедура валидации 79
3.7.4. Метрики качества и критерии пригодности модели 79
Заключение 81
Список литературы 83