Створення нейронної мережі для визначення мережевих атак категорії U2R
Loading...
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Український державний університет науки і технологій, Дніпро
Abstract
UKR: Бакалаврська робота виконана на 31 сторінках, містить 8 ілюстрацій, 3 таблиць та 30 використаних джерел.
Мета роботи – визначення мережевих атак категорій U2R засобами самоорганізуючої карти Кохонена. Методи дослідження – cамоорганізуюча карта Кохонена, мова Python з використанням стандартних бібліотек, оцінка якості визначення атак. Створено в Python програмну модель «SOM_U2R», в основу якої покладена самоорганізуюча карта Кохонена. У якості вихідних даних програмної моделі взято 41 параметр мережевого трафіку на основі бази NSL-KDD для визначення наступних класів: Rootkit, Bufferoverflow, Loadmodule. На створеній програмній моделі «SOM_U2R» проведено дослідження помилки за різною кількістю епох (10, 20 та 50) при різних розмірах карти: 5*5; 10*10; 20*20. Визначено, що найменше значення помилки досягається на карті 20*20 при 10 епохах. Крім того, проведено дослідження F-мірки за різною кількістю епох навчання самоорганізуючої карти.
Рекомендовано створену програмну модель «SOM_U2R» здобувачам першого (бакалаврського) ступеня спеціальності «Кібербезпека» при виконанні самостійної роботи з дисципліни «Локальні мережі».
ENG: The bachelor's thesis consist of 31 pages, contains 8 illustrations, 3 tables and 30 sources. The purpose of the work is to determine network attacks of U2R categories by means of a self-organizing Kohonen map. Research methods - self-organizing Kohonen map, Python language using standard libraries, assessment of the quality of attack detection. Created in Python software model "SOM_U2R", which is based on a self-organizing map Kohonen. As the initial data of the software model, 41 parameters of network traffic based on the NSL-KDD database were taken to determine the following classes: Rootkit, Bufferoverflow, Loadmodule. On the created software model "SOM_U2R" the error research on different number of epochs (10, 20 and 50) at different sizes of a card is carried out: 5 * 5; 10 * 10; 20 * 20. It is determined that the smallest value of error is achieved on the map 20 * 20 at 10 epochs. In addition, a study of the F-measure for a different number of epochs of self-organizing map learning. The created software model "SOM_U2R" is recommended for applicants of the first (bachelor's) degree of the specialty "Cybersecurity" when performing independent work in the discipline "Local Area Networks".
ENG: The bachelor's thesis consist of 31 pages, contains 8 illustrations, 3 tables and 30 sources. The purpose of the work is to determine network attacks of U2R categories by means of a self-organizing Kohonen map. Research methods - self-organizing Kohonen map, Python language using standard libraries, assessment of the quality of attack detection. Created in Python software model "SOM_U2R", which is based on a self-organizing map Kohonen. As the initial data of the software model, 41 parameters of network traffic based on the NSL-KDD database were taken to determine the following classes: Rootkit, Bufferoverflow, Loadmodule. On the created software model "SOM_U2R" the error research on different number of epochs (10, 20 and 50) at different sizes of a card is carried out: 5 * 5; 10 * 10; 20 * 20. It is determined that the smallest value of error is achieved on the map 20 * 20 at 10 epochs. In addition, a study of the F-measure for a different number of epochs of self-organizing map learning. The created software model "SOM_U2R" is recommended for applicants of the first (bachelor's) degree of the specialty "Cybersecurity" when performing independent work in the discipline "Local Area Networks".
Description
Keywords
атака, похибка, якість, F–мірка, attack, Loadmodule, Rootkit, Bufferoverflow, NSL – KDD, SOM, Python, error, quality, F – measure, КЕОМ
Citation
Мегельей Є. О. Створення нейронної мережі для визначення мережевих атак категорії U2R : дипломна робота на здобуття кваліфікаційного ступеня бакалавра : спец. 125 – Кібербезпека / наук. керівник В. М. Пахомова ; Укр. держ. ун-т науки і технологій. Дніпро, 2022. 31 с.