Мережевий аналізатор трафіку і структури мережі на Raspberry : кваліфікаційна (бакалаврська) робота

Abstract

Кваліфікаційна робота на тему: «Мережевий аналізатор трафіку і структури мережі на Raspberry» на здобуття першого (бакалаврського) рівня вищої освіти за спеціальністю 125 «Кібербезпека та захист інформації», освітньою програмою: Кібербезпека, містить 15 рисунків, 7 таблиці, 5 додатків, 31 використаних джерела за переліком посилань. Робота виконана на 59 сторінках загального тексту, з яких 40 сторінок становить основний текст. Метою роботи є розробка легковагової, доступної системи аналізу трафіку та топології мережі на базі Raspberry Pi з використанням мови програмування C. У процесі дослідження реалізовано модулі для захоплення, обробки, зберігання та візуалізації трафіку в реальному часі з використанням бібліотек libpcap, SQLite, ncurses. Здійснено експериментальне дослідження функціональності системи, оцінено продуктивність та ефективність у порівнянні з існуючими рішеннями. Виявлено переваги використання Raspberry Pi як бюджетного інструменту для мережевого моніторингу в умовах обмежених ресурсів. Результати роботи можуть бути використані в освітніх, дослідницьких та практичних цілях для побудови системи базового аналізу мережевого трафіку в малих офісах або домашніх мережах. Можливими напрямами подальших досліджень є інтеграція модулів машинного навчання для автоматичного виявлення аномалій та розширення функціоналу для роботи з хмарними базами даних і віддаленим управлінням.

The bachelor's qualification thesis titled "Network Traffic and Topology Analyzer Based on Raspberry", submitted for the first (bachelor's) level of higher education in specialty 125 Cybersecurity and information protection, educational program: Cybersecurity, includes 15 figures, 7 tables, 5 appendices, and 31 references. The work consists of 59 pages in total, including 40 pages of main content. The aim of the thesis is to develop a lightweight, affordable system for traffic and network structure analysis based on Raspberry Pi using the C programming language. The project implements modules for real-time packet capture, data processing, storage, and visualization using libpcap, SQLite, and ncurses libraries. An experimental evaluation of system functionality was carried out, and performance was assessed in comparison with existing solutions. The advantages of using Raspberry Pi as a low-cost network monitoring tool in limited-resource environments were demonstrated. The results can be applied for educational, research, and practical purposes to build a basic network traffic analysis system in small office or home networks. Future research directions include integrating machine learning modules for automatic anomaly detection and expanding functionality to support cloud databases and remote access.