Дослідження комбінованого варіанту на основі нейронних мереж щодо виявлення мережевих атак в інформаційній системі залізничного транспорту

Simple item page
dc.contributor.authorМартиняк, Денис Сергійовичuk_UA
dc.date.accessioned2025-02-21T07:47:40Z
dc.date.available2025-02-21T07:47:40Z
dc.date.issued2025
dc.description.abstractUKR: Магістерська робота виконана на 64 сторінках, містить 33 ілюстрацій, 22 таблиці, 23 джерел та 4 додатки. Мета кваліфікаційної роботи - дослідження комбінованого варіанту на основі нейронних мереж щодо виявлення мережевих атак в інформаційній системі залізничного транспорту. Об’єкт дослідження – виявлення мережевих атак в інформаційній системі залізничного транспорту засобами нейронних мереж. Предмет дослідження – вплив з’єднання різних нейронних мереж при визначенні мережевих атак в інформаційній системі залізничного транспорту. Методи дослідження: створення багатошарового перцептрону та самоорганізуючої карти Кохонена, а також створення за методом Сугено нейронечіткої мережі для виявлення мережевих атак категорій DОS, PROBE, U2R, R2L; оцінювання параметрів якості виявлення мережевих атак для комбінованого варіанту з використанням створених нейронних мереж при їх визначених оптимальних параметрах. У якості засобів реалізації використані пакети Neural Network Toolbox та Fuzzy Logic Toolbox системи MatLAB. Розраховані параметри якості виявлення мережевих атак для комбінованого варіанту з використанням нейронних мереж: ANFIS, MLP, SOM.uk_UA
dc.description.abstractENG: The master's thesis is written on 64 pages, contains 33 illustrations, 22 tables, 23 sources and 4 appendices. The aim of the qualification work is to study a combined approach based on neural networks for detecting network attacks in the information system of railway transport. The object of the study is the detection of network attacks in the information system of railway transport using neural networks. The subject of the study is the impact of combining different neural networks on detecting network attacks in the information system of railway transport. Research methods: the development of a multilayer perceptron (MLP) and a self-organizing map (SOM), as well as the creation of a neuro-fuzzy network using the Sugeno method for detecting network attack categories DОS, PROBE, U2R, and R2L. Evaluation of quality parameters for detecting network attacks was conducted for the combined approach using the developed neural networks with their defined optimal parameters. The tools used for implementation include the Neural Network Toolbox and Fuzzy Logic Toolbox in the MatLAB system. The calculated quality parameters for detecting network attacks were obtained for the combined approach using neural networks: ANFIS, MLP, and SOMen
dc.identifier.citationМартиняк Д. С. Дослідження комбінованого варіанту на основі нейронних мереж щодо виявлення мережевих атак в інформаційній системі залізничного транспорту: дипломна робота на здобуття кваліфікаційного ступеня магістр : спец. 123 – Комп’ютерна інженерія / наук. керівник В. М. Пахомова ; Укр. держ. ун-т науки і техн. Дніпро, 2025. 64 с.uk_UA
dc.identifier.urihttps://crust.ust.edu.ua/handle/123456789/19644
dc.language.isouk
dc.publisherУкраїнський державний університет науки і технологій, Дніпроuk_UA
dc.subjectатакаuk_UA
dc.subjectкатегоріяuk_UA
dc.subjectкомбінований варіантuk_UA
dc.subjectпараметр якостіuk_UA
dc.subjectF-міркаuk_UA
dc.subjectattacken
dc.subjectcategoryen
dc.subjectANFISen
dc.subjectMLPen
dc.subjectSOMen
dc.subjectcombined approachen
dc.subjectMatLABen
dc.subjectquality parameteren
dc.subjectF-measureen
dc.subjectВКРuk_UA
dc.subjectКЕОМuk_UA
dc.subject.classificationTECHNOLOGY::Information technologyen
dc.titleДослідження комбінованого варіанту на основі нейронних мереж щодо виявлення мережевих атак в інформаційній системі залізничного транспортуuk_UA
dc.title.alternativeStudy of a Combined Variant Based on Neural Networks to Detect Network Attacks in the Information System of Railway Transporten
dc.typeMasters Thesisen
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Martyniak_D.pdf
Size:
7.82 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Магістерські роботи кафедри Електронні обчислювальнi машини (КЕОМ)
Інші праці КЕОМ