Забезпечення безпеки при інтеграції нових технологій у існуючі компʼютерні системи університету

Abstract

Об'єкт дослідження – процес виявлення аномалій у мережевому трафіку комп’ютерної системи університету в умовах інтеграції нових інформаційних технологій. Метою роботи є розробка програмного забезпечення для виявлення аномального трафіку з використанням методів машинного навчання, аналіз сучасних загроз безпеці в освітньому середовищі, а також оцінка точності і продуктивності запропонованої системи. Проєкт складається з чотирьох розділів. У першому розділі проаналізовано сучасні загрози безпеці, методи безінтрузивного аналізу та алгоритми машинного навчання для виявлення аномалій. Обґрунтовано вибір мови C# і середовища Visual Studio 2022. Другий розділ містить проєктну частину: побудовано блок-схеми, діаграми класів трьохрівневої архітектури та сформовано математичну модель на базі FastTree. У третьому розділі реалізовано модулі обробки трафіку, машинногонавчання та захисту даних, інтегровано ML.NET і створено інтерфейс користувача. Четвертий розділ присвячено тестуванню: отримано точність 94,21 %, AUC 99,16 %, F1 Score 93,24 %; проаналізовано продуктивність і стабільність роботи системи. У результаті виконання дипломної роботи розроблено, протестовано й оцінено програмне забезпечення виявлення аномалій у мережевому трафіку на основі машинного навчання, що може бути використане для посилення кібербезпеки в освітньому середовищі.