Комп’ютерна система виявлення загроз в мережі VANET з використанням машинного навчання

Abstract

UA : Мета і завдання дослідження полягають у вивченні алгоритмів забезпечення безпеки VANET-мереж у галузі захисту від деяких видів атак за допомогою нейромережевих методів, створивши для цього відповідну про-грамну систему — класифікатор на основі нейронної мережі, яка в якості ви-хідних даних буде використовувати параметри про стан мережі для ефектив-ного визначення аномального стану та типу загрози. У процесі дослідження була розглянута проблема формування безпеч-ного середовища на дорогах та існуючі підходи до її вирішення. Як результат, була розроблена та навчена оптимальна модель класифікатора на основі бага-тошарового перцептрона. Розроблена мережа визначає аномальний стан ме-режі та класифікує тип загрози за короткий проміжок часу. Окрім цього, були розроблені додаткові методи графічного зображення якості класифікації та побудови матриці помилок для підтвердження ефективності розробленої системи.

EN : The goal and objectives of the study are to study the algorithms for ensuring the security of VANET networks in the field of protection against some types of attacks using neural network methods, creating a corresponding software system for this - a classifier based on a neural network, which will use network state parame-ters as input data for the effective identification of an abnormal state and the type of threat. In the course of the study, the problem of forming a safe environment on the roads and existing approaches to its solution were considered. As a result, an opti-mal classifier model based on a multilayer perceptron was developed and trained. This network identifies an abnormal network state and classifies the type of threat in a short period of time. In addition, methods for graphical representation of the quality of classification and construction of the error matrix were developed to con-firm the effectiveness of the developed system.