| dc.contributor.author | Салієва, О. В. | uk |
| dc.contributor.author | Соколовський, Д. С. | uk |
| dc.date.accessioned | 2024-04-30T12:49:18Z | |
| dc.date.available | 2024-04-30T12:49:18Z | |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Салієва О. В., Соколовський Д. С. Аналіз та протидія DDoS-атакам за допомогою штучного інтелекту. Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2024/paper/view/20470. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/42037 | |
| dc.description.abstract | Дана робота присвячена аналізу використання штучного інтелекту як ефективного
інструменту для протидії DDoS-атакам. Досліджено різноманітні методи використання штучного інтелекту
для захисту комп'ютерних мереж від DDoS-атак. Здійснено порівняльну характеристику розглянутих методів | uk |
| dc.description.abstract | This paper investigates the use of artificial intelligence as an effective tool to combat DDoS attacks. Various methods of using artificial intelligence to protect computer networks from DDoS attacks are explored. A comparative analysis of the considered methods is carried out. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2024/paper/view/20470 | |
| dc.subject | DDoS-атака | uk |
| dc.subject | штучний інтелект | uk |
| dc.subject | аналіз трафіку | uk |
| dc.subject | захист | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | автоматизоване реагування | uk |
| dc.subject | адаптація захисних механізмів | uk |
| dc.subject | продуктивність мережі | uk |
| dc.subject | DDoS attack | en |
| dc.subject | artificial intelligence | en |
| dc.subject | traffic analysis | en |
| dc.subject | protection | en |
| dc.subject | machine learning | en |
| dc.subject | automated response | en |
| dc.subject | defense adaptation | en |
| dc.subject | network performance | en |
| dc.title | Аналіз та протидія DDoS-атакам за допомогою штучного інтелекту | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.054:681.324 | |
| dc.relation.references | Scikit-learn: KMeans - Офіційна документація для алгоритму KMeans у Scikit-learn. URL:https://scikitlearn.org/stable/modules/generated/sklearn.cluster.KMeans.html | uk |
| dc.relation.references | B. Senthilnayaki, K. Venkatalakshmi, A. Kannan, Intrusion detection using optimal genetic feature selection and SVM based
classifier, in: 3rd International Conference on Signal Processing, Communication and Networking (ICSCN), 2015, pp. 1–4. | en |
| dc.relation.references | Antoni Jaszcz, Dawid Połap, AIMM: Artificial Intelligence Merged Methods for flood DDoS attacks detection Faculty of Applied
Mathematics, Silesian University of Technology, Kaszubska 23, 44-100 Gliwice, Poland, Volume 34, Issue 10, Part A, November
2022, pp. 8090-8101. | en |
| dc.relation.references | link11 - Artificial Intelligence (AI) for DDoS Mitigation URL: https://www.link11.com/en/glossar/artificial-intelligence-ai-forddos-mitigation/https://www.link11.com/en/glossar/artificial-intelligence-ai-for-ddos-mitigation/ | en |
