Целью работы является обнаружение и классификация сетевых атак с использованием BiLSTM нейронных сетей. Предметом исследования являются нейронные сети BiLSTM для обнаружения атак на устройства Интернета вещей. Задачи, решаемые в ходе исследования: 1. Провести анализ особенностей применения нейронных сетей BiLSTM для анализа последовательностей данных. 2. Разработать и обучить модель BiLSTM для обнаружения и классификации атак. 3. Провести тестирование разработанной модели и оценить полученные результаты. В ходе работы была исследована архитектура нейронной сети BiLSTM и набор данных CICIoT2023. Были проанализированы современные исследования в области обнаружения сетевых атак.  В результате работы было разработано средство обнаружения сетевых атак с помощью сети BiLSTM, была продемонстрирована эффективность средства. Был сделан вывод, что BiLSTM сеть отлично подходит для задачи обнаружения сетевых атак. Полученные результаты могут быть использованы в качестве основы для проектирования систем обнаружения сетевых атак.

The purpose of the study is detection and classification of network attacks using BiLSTM networks. The subject of the work is BiLSTM neural networks for detecting attacks on Internet of Things devices. The research set the following goals: 1. Analyze the features of using BiLSTM neural networks for analyzing data sequences. 2. Develop and train a BiLSTM model for detecting and classifying attacks. 3. Test the developed model and evaluate the results obtained. During the work the architecture of the BiLSTM neural network and the structure of the CICIoT2023 dataset were studied. Modern studies in network attacks detection area were analyzed. As a result of the work, a tool for detecting network attacks using the BiLSTM network was developed. Tool has satisfactory indicators in quality of network attacks detection. The studying point to conclusion that BiLSTM network is great for the task of detecting network attacks. The obtained results could be used as a base for network attack detection systems designing.