Тема выпускной квалификационной работы: «Предупреждение сетевых атак на основе нечувствительных к весам нейронных сетей». Целью работы является распознавание сетевых атак до момента их завершения с применением нечувствительных к весам нейронных сетей. Предметом исследования являются подходы к предупреждению сетевых атак. Задачи, решаемые в ходе исследования: 1. Изучение принципов реализации сетевых атак и подходов к их предупреждению. 2. Анализ методов машинного обучения, применяемых для предупреждения сетевых атак. 3. Разработка подхода к предупреждению сетевых атак с использованием нечувствительных к весам нейронных сетей. 4. Разработка программного прототипа, реализующего предложенный подход, оценка точности и скорости его работы. В ходе работы были исследованы виды сетевых атак, их особенности, методы проведения и предупреждения. Также были проанализированы научные работы, описывающие методы машинного обучения, которые применяют для предупреждения сетевых атак. В результате работы разработан программный прототип нечувствительной к весам нейронной сети, способной выполнять раннее предупреждение сетевых атак. Проведены эксперименты, в ходе которых был сделан вывод, что нейронная сеть пригодна для решения поставленной в рамках ВКР задачи. Полученные результаты могут стать основой для создания интеллектуальных систем распознавания и предупреждения сетевых атак.

The topic of the graduate qualification work is «Prevention of network attacks based on weight agnostic neural networks». The purpose of the study is to recognize network attacks until they are completed using weight agnostic neural networks. The subject of the study is approaches to prevent network attacks. The research set the following tasks: 1. Research of the principles of implementation of network attacks and approaches to their prevention. 2. Analysis of machine learning methods used to prevent network attacks. 3. Development of an approach to network attack prevention using weight agnostic neural networks. 4. Development of a software prototype that implements the proposed approach, evaluation of its accuracy and performance. During the work, the types of network attacks, their features, methods of conducting and prevention were investigated. Scientific papers describing machine learning methods used to prevent network attacks were also analyzed. As a result of the work, a software prototype of a weight agnostic neural network apable to prevent network attacks was implemented. Experiments were conducted, in the course of which it was concluded that the neural network is suitable for solving the problem of the thesis. The results can become the basis for the creation of intelligent systems of recognition and prevention of network attacks.