(Державний університет «Київський авіаційний інститут», 2025) Лоєнко Данило
У кваліфікаційній роботі досліджувалися процеси аналізу, обробки та контролю трафіку в сучасних мобільних мережах поколінь 4G та 5G. Мета дослідження полягала у розробці та експериментальній валідації системи інтелектуального аналізу для ефективного виявлення аномалій у мережах 5G/IoT. В якості методів дослідження використовувалося створення програмного прототипу на базі Python та TensorFlow, а також застосування архітектурних рішень і алгоритмів машинного навчання для ідентифікації мережевих відхилень.
Результати роботи показали ефективність впровадження дворівневої логіки на основі Автоенкодера, що дозволяє ідентифікувати загрози (зокрема DDoS-атаки та атаки «нульового дня») навіть у зашифрованому трафіку, базуючись на аналізі помилки відновлення даних. Новизна дослідження полягає у поєднанні статистичних ознак трафіку з нейромережевими методами аналізу для підвищення точності детекції в умовах високої динаміки мобільних мереж. Практичне значення отриманих результатів полягає у можливості їх інтеграції в системи моніторингу телекомунікаційних операторів, а також у використанні при викладанні дисциплін з кібербезпеки та мереж нового покоління.
