Особливості проєктування та дослідження системи виявлення вторгнень на основі соніфікації мережевого трафіку

Скорочена інформація про документ
dc.contributor.authorСеменюк, Богдан
dc.contributor.authorКорецька, Людмила
dc.contributor.authorSemenuik, Bohdan
dc.contributor.authorKoretska, Lyudmyla
dc.date.accessioned2026-03-23T14:21:07Z
dc.date.available2026-03-23T14:21:07Z
dc.date.issued2026
dc.description.abstractвлення мережевого трафіку. Актуальність дослідження зумовлена зростанням складності комп’ютерних атак та обмеженнями традиційних векторних підходів до представлення ознак, що ускладнюють виявлення складних аномалій і призводять до підвищеного рівня помилкових рішень. Запропоновано підхід до перетворення багатовимірного вектора мережевих ознак у дискретний PCM-сигнал із подальшим застосуванням короткочасного перетворення Фур’є для формування спектрограм, які аналізуються за допомогою двовимірної згорткової нейронної мережі. Такий підхід забезпечує структуроване 2D-подання трафіку та підвищує інформативність вхідних даних для задачі класифікації атак. З метою зменшення впливу дисбалансу класів розроблено сигнатурозбережний адаптивний метод балансування навчальної вибірки, що враховує помилки базової моделі під час формування розширеної множини даних. Додатково формалізовано τ-інтервал невизначеності прогнозу та реалізовано каскадний механізм прийняття рішень із використанням допоміжного класифікатора для перевизначення результатів у критичній зоні. Окрему увагу приділено забезпеченню принципу незалежності тестової вибірки з метою запобігання витоку даних та коректної оцінки узагальнювальної здатності моделі. Експериментальне дослідження підтвердило доцільність використання частотно-часового представлення трафіку та запропонованих механізмів підвищення точності, що дозволило зменшити рівень хибнонегативних рішень та підвищити стабільність класифікації в умовах дисбалансу класів
dc.description.abstractThis paper investigates the design and research features of an intrusion detection system (IDS) based on the time– frequency representation of network traffic. The relevance of the study is обусловed by the increasing complexity of cyberattacks and the limitations of traditional vector-based feature representations, which often lead to insufficient detection of complex anomalies and elevated false decision rates. A method for transforming multidimensional network feature vectors into discrete PCM signals followed by short-time Fourier transform (STFT) is proposed to generate spectrograms analyzed using a two-dimensional convolutional neural network (2D-CNN). The proposed approach provides a structured two-dimensional representation of network traffic and enhances the informativeness of input data for attack classification tasks. To mitigate the impact of class imbalance, a signature-preserving adaptive balancing method is developed, which considers the misclassification patterns of the baseline model during the formation of the extended training set. Additionally, a τ-based uncertainty interval is formalized, and a cascade decision-making mechanism is introduced using an auxiliary classifier to refine predictions within the uncertainty zone. Particular attention is paid to maintaining strict independence between training and test datasets in order to prevent data leakage and ensure reliable generalization performance evaluation. Experimental evaluation confirms the effectiveness of the proposed time–frequency representation and accuracy enhancement mechanisms, demonstrating a reduction in the false negative rate and improved classification stability under class imbalance conditions.
dc.identifier.citationСеменюк Б., Корецька Л. Особливості проєктування та дослідження системи виявлення вторгнень на основі соніфікації мережевого трафіку // Вимірювальна та обчислювальна техніка в технологічних процесах. 2026. № 1. С. 246-254.
dc.identifier.doihttps://doi.org/10.31891/2219-9365-2026-85-31
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/20908
dc.language.isouk
dc.publisherХмельницький національний університет
dc.subjectсистема виявлення вторгнень
dc.subjectсоніфікація мережевого трафіку
dc.subjectPCM-кодування
dc.subjectспектрограма
dc.subject2DCNN
dc.subjectзона невизначеності
dc.subjectкаскадна класифікація
dc.subjectвитік даних
dc.subjectкорпоративні мережі
dc.subjectintrusion detection system
dc.subjectnetwork traffic sonification
dc.subjectPCM encoding
dc.subjectspectrogram
dc.subject2D-CNN
dc.subjectclass imbalance
dc.subjectuncertainty zone
dc.subjectcascade classification
dc.subjectdata leakage prevention
dc.subjectcorporate networks
dc.subject.udc004.056:004.852:004.75
dc.titleОсобливості проєктування та дослідження системи виявлення вторгнень на основі соніфікації мережевого трафіку
dc.title.alternativeFeatures of design and investigation of an intrusion detection system based on network traffic sonification
dc.typeСтаття
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Назва:
VOTTP_1_2026+246-254.pdf
Розмір:
942.66 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
ВОТТП - 2026 рік