Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/65761
Title: Интегрированная система обнаружения аномалий сервера и ІоТ-устройств
Other Titles: Integrated anomalies detected system for servers and IoT-devices
Authors: Маханова, В. Ю.
Пулко, Т. А.
Keywords: публикации ученых;обнаружение аномалий;DDoS;KNN;машинное обучение;интегрированные системы;интернет вещей;безопасность данных
Issue Date: 2026
Publisher: Гомельский государственный технический университет имени П. О. Сухого
Citation: Маханова, В. Ю. Интегрированная система обнаружения аномалий сервера и ІоТ-устройств = Integrated anomalies detected system for servers and IoT-devices / В. Ю. Маханова, Т. А. Пулко // ERA – Современная наука: электроника, робототехника, автоматизация : материалы II Международной научно-технической конференции студентов, аспирантов и молодых ученых, Гомель, 30–31 октября 2025 г. / Гомельский государственный технический университет имени П. О. Сухого ; редкол.: А. А. Бойко [и др.]. – Гомель : ГГТУ им. П. О. Сухого, 2026. – С. 125–127.
Abstract: Рассмотрена система обнаружения аномального поведения IoT-устройств и сервера (MQTT-брокер), разработанная с применением методов машинного обучения. Для детекции аномалий телеметрии, получаемой от сенсоров, используется модель К-Nearest Neighbors, для перехвата вредоносного сетевого трафика – Random Forest. Реализована единая архитектура сбора данных, обучения моделей и их интеграции в режиме реального времени.
Alternative abstract: This work presents an end-to-end system for detecting anomalous behavior in IoT devices and DDoS/DoS attacks on an MQTT broker using machine learning. К-Nearest Neighbors is applied to telemetry from sensors, while a Random Forest ensemble identifies malicious network patterns. A unified architecture for data collection, model training, and real-time inference is implemented.
URI: https://libeldoc.bsuir.by/handle/123456789/65761
Appears in Collections:Публикации в изданиях Республики Беларусь

Files in This Item:
File Description SizeFormat 
Mahanova_Integrirovannaya.pdf988.54 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.