<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз та протидія DDoS-атакам за допомогою штучного інтелекту

Скорочена інформація про документ
dc.contributor.authorСалієва, О. В.uk
dc.contributor.authorСоколовський, Д. С.uk
dc.titleАналіз та протидія DDoS-атакам за допомогою штучного інтелектуuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationСалієва 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.relation.ispartofМатеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2024/paper/view/20470
dc.identifier.udc004.054:681.324
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/42037
dc.description.abstractДана 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 методівuk
dc.description.abstractThis 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.subjectDDoS-атакаuk
dc.subjectштучний інтелектuk
dc.subjectаналіз трафікуuk
dc.subjectзахистuk
dc.subjectмашинне навчанняuk
dc.subjectавтоматизоване реагуванняuk
dc.subjectадаптація захисних механізмівuk
dc.subjectпродуктивність мережіuk
dc.subjectDDoS attacken
dc.subjectartificial intelligenceen
dc.subjecttraffic analysisen
dc.subjectprotectionen
dc.subjectmachine learningen
dc.subjectautomated responseen
dc.subjectdefense adaptationen
dc.subjectnetwork performanceen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesScikit-learn: KMeans - Офіційна документація для алгоритму KMeans у Scikit-learn. URL:https://scikitlearn.org/stable/modules/generated/sklearn.cluster.KMeans.htmluk
dc.relation.referencesB. 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.referencesAntoni 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.referenceslink11 - 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
dc.date.accessioned2024-04-30T12:49:18Z
dc.date.available2024-04-30T12:49:18Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
20470.pdf
Розмір:
257,44 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

НТКП ВНТУ. Факультет менеджменту та інформаційної безпеки (2024)