Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Tīkla plūsmas datu apstrāde mašīnmācīšanās uzdevumam
Nosaukums angļu valodā Network Flow Data Processing for a Machine Learning Task
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Inese Poļaka
Recenzents Jurijs Čižovs
Anotācija Darba mērķis ir izpētīt kiberuzbrukumu specifiku un ar CICIDS-2017 datu kopas palīdzību, izveidot pazīmes kuras spētu marķēt datus. Darbā tiek veikta kiberuzbrukumu un mašīnmācīšanās metožu specifiku teorētiskā izpēte, CICIDS-2017 datu kopas analīze, un mašīnmācīšanas metožu pielietošana uz dotās kopas, ar mērķi iegūt likumsakarības marķēšanai. Izveidotie modeļi tika validēti uz reālām datu kopām. Tika pielietota RapidMiner platforma datu apstrādei un modeļu izveidei. Datu kopas apstrādes rezultātā tika izveidoti četri dažādi modeļi uz četriem dažādiem kiberuzbrukumu tipiem, kuri bāzēti uz lēmumu koka metodes. Modeļu veiktspēja tika salīdzināta gan uz modeļu uzbrukumu testa apakškopām gan uz CSE-CIC-IDS2018 datu kopas datiem. Modeļu precizitāte pārsniedz 90% uz kopām, kuras pārsniedz astoņpadsmit tūkstošu ierakstu. Trim modeļiem, nepareizā labdabīgo datu marķēšana uz citām kopām ir zem 1%, tikmēr vienam modelim bija 10%, modeļu specifiskums lielākoties ir apmierinošs. Validējot modeļus uz CSE-CIC-IDS2018 kopas datiem, tika iegūti nepārliecinoši rezultāti uz trijiem no četriem modeļiem, tādēļ tika laboti modeļi, kuri būtu tieši precīzāki uz jauno datu kopu. Rezultātā modeļu precizitāte sasniedz līdzīgus, vai pat labākus uzrādījumus, nekā ar testa datu kopas rezultātiem, kaut validācijas kopas ierakstu skaits pārsniedz simts tūkstošus. Darbs sastāv no 71 lapaspuses, 14 tabulām, 24 attēliem, 16 formulām, 39 informācijas avotiem un 4 pielikumiem.
Atslēgas vārdi Kiberuzbrukumi, CICIDS-2017, Lēmumu koks, RapidMiner, Pārlases uzbrukums, Pakalpojuma atteikuma uzbrukums, Botu tīkls, Sadalīts pakalpojuma atteikuma uzbrukums
Atslēgas vārdi angļu valodā Cyberattacks, CICIDS-2017, Decision tree, RapidMiner, Brute-Force, DoS, Botnet, DDoS
Valoda lv
Gads 2023
Darba augšupielādes datums un laiks 30.05.2023 13:22:52