Детектування трафіку DDoS-атаки на Веб-сервери за допомогою машинного навчання
Вантажиться...
Дата
Назва журналу
Номер ISSN
Назва тому
Видавець
Одеса : Видавничий дім «Гельветика»
Анотація
Розглянуто задачу детектування трафіку DDoS-атак (HTTP GET-flood, HTTP POST-flood), які спрямовані на суттєве перевантаження Веб-серверів. Встановлено, що для детектування трафіку DDoS-атак прикладного рівня L7 доцільним є використанням машинного навчання. Запропоновано використання сплайн-апроксимації на базі кубічних сплайнів для детектування сегментів з аномальними сплесками та коливаннями трафіку, з подальшою класифікацією легітимного та шкідливого DDoS-трафіку за допомогою методу k-найближчих сусідів KNN. Розроблений підхід дозволяє детектувати DDoS-трафік та прийняти рішення щодо зміни стратегії керування мережним трафіком в реальному часі.
Бібліографічний опис
Стрелковська І. В. Детектування трафіку DDoS-атаки на Веб-сервери за допомогою машинного навчання / І. В. Стрелковська, І. М. Соловська, Ю. О. Стрелковська, Ю. О. Костенко // Передові технології в інформаційно-комунікаційній інженерії (ATICE'2025) : матеріали Міжнародної конференції / за заг. ред. С. В. Ківалова ; Міжнародний гуманітарний університет. – Одеса : Видавничий дім «Гельветика», 2025. – С. 31-35. - Режим доступу: https://doi.org/10.32837/11300.30171
Цитування
Стрелковська І. В. Детектування трафіку DDoS-атаки на Веб-сервери за допомогою машинного навчання / І. В. Стрелковська, І. М. Соловська, Ю. О. Стрелковська, Ю. О. Костенко // Передові технології в інформаційно-комунікаційній інженерії (ATICE'2025) : матеріали Міжнародної конференції / за заг. ред. С. В. Ківалова ; Міжнародний гуманітарний університет. Одеса : Видавничий дім «Гельветика», 2025. С. 31-35. URL: https://hdl.handle.net/11300/30171; DOI: https://doi.org/10.32837/11300.30171