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

До проблеми формування набору даних для дослідження DDoS-атак

Ескіз

Файли

Кульчицьктий.pdf (542,41 KB)

Дата

2019

Автори


Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Анотація

В роботі розглянуто підходи щодо перевірки запропонованих методів виявлення атак. Проаналізовано наявні набори даних, які використовуються для створення систем виявлення DDoS-атак. Також, проаналізовано декілька інструментів, що використовуються для реалізації чи моделювання DDoS-атак для збору даних.
The paper considers approaches to checking the proposed method of detecting attacks. The existing datasets that scientists use to create DDoS-attack detection systems are analyzed. Also, there are several tools used to implement or simulate DDoS-attacks for data collection

Опис

Ключові слова

DDoS-атака , набір даних , система виявлення вторгнень , генерування трафіку , DDoS-attack , dataset , intrusion detection system , traffic generation

УДК

004.03+004.056

Тип документа

Thesis

Мова

uk_UA

Є частиною

Матеріали XLVIII науково-технічної конференції підрозділів ВНТУ, Вінниця, 13-15 березня 2019 р.

ISSN

Бібліографічний опис

Кульчицький, Б. В. До проблеми формування набору даних для дослідження DDoS-атак [Електронний ресурс] // Матеріали XLVIII науково-технічної конференції підрозділів ВНТУ, Вінниця, 13-15 березня 2019 р. – Електрон. текст. дані. – 2019. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2019/paper/view/7501.

URI

http://ir.lib.vntu.edu.ua/handle/123456789/24232

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2019)
Наукові видання каф. ЗІ

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (14)

  1. Voytovych O. P. Denial-of- Service attacks investigation / Voytovych O. P., Kolibabchuk E. I., Kupershtein L. M. // Вісник ХНУ : серія Технічні науки. – №3. – 2016. – C. 129-133.
  2. Ali, K.. Algorizmi: A Configurable Virtual Testbed to Generate Datasets for O ine Evaluation of Intrusion Detection Systems. Ph.D. thesis – 2010.
  3. Ozgur, A. and Erdem, H. A Review of KDD99 Dataset Usage in Intrusion Detection and Machine Learning between 2010 and 2015 – 2016.
  4. The CAIDA UCSD “DDoS Attack 2007” Dataset [Назва з екрану]. – Режим доступу до джерела: http://www.caida.org/data/passive/ddos-20070804_dataset.xml
  5. Dhanabal, L. and Shantharajah, S.P. A Study of NSL-KDD Dataset for Intrusion Detection System Based on Classification Algorithms. International Journal of Advanced Research in Computer and Communication Engineering, 4, 446-452. – 2015.
  6. Shiravi, A., Shiravi, H., Tavallaee, M. and Ghorbani, A.A. Toward Developing a Systematic Approach to Generate Benchmark Datasets for Intrusion Detection. Computers & Security, 2012, 357-374.
  7. University of Southern California-Information Sciences Institute. DoS_80-20110715 (07/15/2011 to 07/15/2011) – 2012.
  8. Bhuyan, Monowar H. et al. “Towards Generating Real-life Datasets for Network Intrusion Detection.” I. J. Network Security 17: 683-701. – 2015.
  9. Войтович О. П., Остапенко-Боженова А. В., Кульчицький Б. В. Виявлення DDoS-атак на основі нейронних мереж. Збірник тез VIII МНТК «Оптоелектронні інформаційні технології «Фотоніка ОДС – 2018», м. Вінниця, 2-4 жовтня 2018 р., С. 179-180.
  10. Berkes, J. (2017) Simulating DDoS Attacks with Ddosflowgen. Network Security [назва з екрану]. – Режим доступу до джерела: https://galois.com/blog/2017/04/simulating-ddos-attacks-ddosflowgen/