Кафедра інформаційних технологій і систем (ІПБТ)
Permanent URI for this community
UK: Кафедра інформаційних технологій і систем (Інститут промислових та бізнес технологій, ІПБТ)
EN: Department of Information Technologies and Systems (II
Browse
Browsing Кафедра інформаційних технологій і систем (ІПБТ) by Subject "algorithm"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Дослідження впливу існуючих алгоритмів оптимізації обробки правил на швидкодію системи виявлення мережевих вторгнень Snort 3(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Горбатов, Віталій Сергійович; Журба, Анна ОлексіївнаUKR: Системи виявлення вторгнень у мережу (NIDS) є ключовим компонентом кібербезпеки, працюючи на попередженні, виявленні та реагуванні на потенційні загрози в мережі. Вони аналізують мережевий трафік для виявлення аномальних або зловмисних дій, таких як спроби несанкціонованого доступу, віруси, експлуатація програмного забезпечення та інше. Для високої ефективності системи виявлення вторгнень мають виконувати інспекцію пакетів на швидкості кабелю або близько до неї. Швидкість роботи систем виявлення вторгнень має вирішальне значення, оскільки вона дозволяє вчасно виявити потенційні кіберзагрози, забезпечуючи безперервну роботу бізнес-процесів. Snort 3 є розвитком однієї з найпопулярніших систем виявлення вторгнень - Snort, і є відкритою багатопотоковою системою виявлення вторгнень, яка працює в операційних системах подібних до UNIX. У цьому дослідженні розглянута архітектура системи Snort 3, а також основні алгоритми оптимізації обробки правил та їх вплив на швидкодію системи в різних сценаріях. Швидкодія системи вимірювалася за часом обробки запису мережевого трафіку, який містить як звичайні робочі пакети, так і шкідливі, на двох різних конфігураціях.Item Розробка підходу до виявлення шкідливого ПЗ для Android з використанням методів глибинного навчання(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Островська, Катерина Юріївна; Стовпченко, Іван Володимирович; Островський, Євген ВікторовичUKR: Метою роботи є розробка підходу для виявлення шкідливого програмного забезпечення для операційної системи Android на основі статистичного аналізу c використанням методів глибокого навчання. Для досягнення поставленої мети були вирішені наступнізадачі:1.Дослідження особливостей Android-додатків і розробка способу подання додатка для подальшого аналізу безпеки. 2.Дослідження методів глибокого навчання і вибір найбільш відповідного з них. 3.Розробка підходу до виявлення шкідливого програмного забезпечення для Android з використанням методів глибокого навчання. Основна ідея підходу – уявлення Android-додатків у вигляді зображення для подальшого аналізу згортовою нейронною мережею, причому в цьому зображенні пікселі представляють послідовність пар API виклику і відпорному йому рівня захисту, який виводиться з дозволу, яке необхідно для виклику API.