https://libeldoc.bsuir.by/handle/123456789/59631| Title: | Статистический метод и алгоритм на основе теории графов для обнаружения сетевого трафика |
| Other Titles: | Statistical method and graph theory-based algorithm for detecting network traffic |
| Authors: | Бекиева, М. Б. Ораздурдыева, Г. О. |
| Keywords: | материалы конференций;теория графов;статистическое моделирование;сетевая безопасность;анализ трафиков;кибербезопасность |
| Issue Date: | 2025 |
| Publisher: | БГУИР |
| Citation: | Бекиева М. Б. Статистический метод и алгоритм на основе теории графов для обнаружения сетевого трафика = Statistical method and graph theory-based algorithm for detecting network traffic / М. Б. Бекиева, Г. О. Ораздурдыева // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XI Международной научно-практической конференции, Республика Беларусь, Минск, 23–24 апреля 2025 года / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2025. – С. 92–96. |
| Abstract: | С постоянной эволюцией киберугроз надежные механизмы анализа сетевого трафика и обнаружения аномалий играют ключевую роль в обеспечении кибербезопасности. В данной статье представлен новый подход, объединяющий статистическое моделирование и теорию графов для выявления нестандартного поведения в сети. Представляя сетевые взаимодействия в виде графовых структур и применяя продвинутый статистический анализ, разработанный алгоритм выявляет отклонения от типичных шаблонов трафика, значительно повышая эффективность обнаружения как известных, так и новых угроз. |
| Alternative abstract: | With the continuous evolution of cyber threats, robust mechanisms for network traffic analysis and anomaly detection are crucial for maintaining cybersecurity. This paper introduces a novel approach that fuses statistical modeling with graph theory to uncover irregular network behaviors. By conceptualizing network interactions as graph structures and applying advanced statistical analysis, the algorithm detects deviations from typical traffic patterns, significantly boosting the detection of both conventional and novel threats. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/59631 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2025) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Bekiyeva_Statistical.pdf | 492.22 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.