Объект исследования: интернет-трафик, генерируемый пользователями корпоративной сети. Предмет исследования: поведенческий анализ пользователей и анализ отклонений. Целью данной дипломной работы является исследование методов и средств анализа данных, разработка программного модуля поведенческого анализа пользователей на основе сетевого трафика для решения задач маркетологического анализа и информационной безопасности. Работа состоит из введения, трех глав, заключения. Во введении описаны поставленные задачи: • определение интересов пользователей, отслеживание их изменений в результате анализа интернет-трафика; • исследование и выявление отклонений от нормального поведения. К таким отклонениям можно отнести вирусы и вредоносные программы различного типа, средства анонимизации. В первой главе были рассмотрены важнейшие понятия, связанные с Data Mining и Machine Learning, выделены сферы применения, цель, общий процесс и основные задачи интеллектуального анализа данных. Для решаемых задач (классификация и анализ отклонений) интеллектуального анализа данных была сформулирована формальная постановка задачи. Во второй главе были рассмотрены популярные алгоритмы для решения задач машинного обучения и интеллектуального анализа данных, а также осуществлено их сравнение. В третьей главе приведена программная реализация и тестирование на реальных данных. Заключение включает основные выводы по работе.

Research object: Internet traffic generated by users of the corporate network. Research subject: user behavioral analysis and variance analysis. The purpose of this bachelor’s thesis is to research methods and tools for data analysis, develop a software module for behavioral analysis of users based on network traffic for solving problems of marketing analysis and information security. Thesis consists of an introduction, three chapters and conclusion. The introduction describes the tasks: • determining the interests of users, tracking their changes as a result of the analysis of Internet traffic; • research and identification of deviations from normal behavior. Such deviations include viruses and malicious programs of various types, anonymization tools. The first chapter examined the most important concepts related to Data Mining and Machine Learning, highlighted the areas of application, purpose, general process and main tasks of data mining. Was formulated a formal statement of the problem for the tasks being solved (classification and analysis of deviations) of data mining. In the second chapter, were examined and compared popular algorithms for solving machine learning and data mining problems. The third chapter provides software implementation and testing on real data. The conclusion includes the main results of the work.