Застосування класифікації запитів та моделювання реакції мережі для вдосконалення методу прогнозування трафіку у SDN-мережах

Abstract

У магістерській роботі здійснено теоретичне обґрунтування, програмно-технічну реалізацію та експериментальне дослідження методу прогнозування мережевого трафіку на основі класифікатора ресурсів із використанням нейронних моделей різних типів. Розроблений підхід дозволяє забезпечити адаптивне прогнозування параметрів трафіку в умовах динамічної зміни навантаження у розподілених телекомунікаційних системах. У процесі дослідження створено комплексне тестове середовище, побудоване за допомогою платформи Docker Compose, що включає взаємодію веб-, FTP- та бекенд-сервісів із базами даних MongoDB. Завдяки інтеграції інструментів tcpdump та бібліотеки dpkt реалізовано автоматизований збір і обробку мережевих пакетів для формування навчальних вибірок у форматі .csv, що забезпечило наближення умов тестування до реальних сценаріїв роботи інформаційних систем. У висновках узагальнено результати дослідження, наведено основні наукові та практичні положення, що підтверджують досягнення поставленої мети, а також сформульовано пропозиції для подальшого розвитку тематики. У додатках розміщено допоміжні матеріали: узагальнену схему методу виявлення ReDoS-атак, архітектуру розробленої системи, приклад роботи модуля стандартизації, діаграми послідовності процесів аналізу (як у випадку наявності результату в кеші, так і в гіршому сценарії), а також схему алгоритму.