Тема выпускной квалификационной работы: «Модульная нейронная сеть для обнаружения DDoS-атак в сетях передачи данных». Целью работы является обнаружение DDoS-атак в сетях передачи данных с использованием модульной нейронной сети. Предметом исследования является модульная нейронная сеть для обнаружения DDoS-атак. Для достижения поставленной цели были решены следующие задачи: 1. Проанализировать особенности реализации DDoS-атак и выделить параметры сетевого трафика, чувствительные к таким атакам. 2. Проанализировать подходы к обнаружению DDoS-атак, в основе которых лежат искусственные нейронные сети. 3. Декомпозировать задачу обнаружения DDoS-атак и построить модульную нейронную сеть в соответствии с выделенными подзадачами. 4. Провести экспериментальные исследования для оценки качества работы построенной модульной нейронной сети. В ходе работы были исследованы DDoS-атаки и их особенности реализации. Также были рассмотрены методы обнаружения данного вида атак, в том числе, различные подходы с использованием искусственных нейронных сетей. В результате работы была построена модульная нейронная сеть для обнаружения DDoS-атак. В будущем построенная модульная нейронная сеть может стать основой для интеллектуальных систем обнаружения атак и вторжений, обеспечивающей более высокую точность распознавания атак.

The topic of the graduate qualification work is «A modular neural network for DDoS-attacks detection in data networks». The purpose of the study is DDoS-attacks detection in data networks using a modular neural network. The subject of the study is a modular neural network for DDoS-attacks detection. The following tasks were accomplished to achieve this purpose: 1. Analyze the features of DDoS attacks and highlight the parameters of network traffic that are sensitive to such attacks. 2. Analyze approaches to detecting DDoS attacks based on artificial neural networks. 3. Decompose the task of DDoS attack detection and construct a modular neural network according to the allocated subtasks. 4. Conduct experimental studies to evaluate the quality of the constructed modular neural network. During the work DDoS-attacks and their implementation features were investigated. Methods of this type of attack detection, including various approaches using artificial neural networks were also considered. As a result of the work, a modular neural network was built to detect DDoS-attacks. In the future, the constructed modular neural network could become the basis for intelligent intrusion detection and prevention systems, providing higher accuracy of attack detection.