[Mã code 49463]

Khóa luận tốt nghiệp : Sử dụng thuật toán CNN để phát hiện lưu lượng mạng bất thường trên PfSense. đầy đủ ppt, word, log và full code.

  (1 Đánh giá)
  0       205    

Nghiên cứu phát hiện bất thường về lưu lượng truy cập mạng thông qua Deep Learning

Danh mục
Thể loại
Ngày đăng
17-5-2024
Loại file
Full code
File download
 khoaluantotnghiep.rar [7.56 MB]
CAM KẾT TỪ NGƯỜI BÁN
Thông tin code đúng như mô tả
Hỗ trợ người mua sau khi tải code

(Hạng vàng)
Xem trang

Source code
2

Đánh giá (2)
5/5

Ngày tham gia
17/5/2024

Mình vừa mới làm xong khóa luận tốt nghiệp với đề tài như sau : 
Nghiên cứu và triển khai thuật toán máy học ứng dụng dò tìm lưu lượng mạng bất thường
-Tìm hiểu deep learning 
-Tìm hiểu thuật toán CNN
-Tìm hiểu Pfsense
-Triển khai thực nghiệm
Trước tiên cần phải dựng ít nhất 4 máy ảo : Attacker(kali linux), Victim(ubuntu), PfSense(freebds) và ClientPfSense(window10).
Phân biệt được đâu là bình thường và đâu là bất thường.
Tìm hiểu về thuật toán CNN.
Code thuật toán CNN và đưa ra dự đoán.


XEM THÊM ==> Hướng dẫn cài đặt chi tiết

HÌNH ẢNH DEMO


cnn,PfSense,máy học,deep learning,lưu lượng mạng,thuật toán cnn

cnn,PfSense,máy học,deep learning,lưu lượng mạng,thuật toán cnn

cnn,PfSense,máy học,deep learning,lưu lượng mạng,thuật toán cnn

cnn,PfSense,máy học,deep learning,lưu lượng mạng,thuật toán cnn

cnn,PfSense,máy học,deep learning,lưu lượng mạng,thuật toán cnn


HƯỚNG DẪN CÀI ĐẶT

Bước 1 : Đem file "log" lên gg drive và mở quyền truy cập toàn bộ người dùng. Sau đó sao chép liên kết.

Bước 2 : Mở file "CNN_PFSENSE.ipynb" , đem lên gg drive và mở bằng Google Colaboratory.

Bước 3 : Kéo xuống phần code thứ 2, tại dòng code có tên là "url", thay thế link bằng link vừa sao chép ở bước 1.

Bước 4 : Chọn kết nối bằng T4 (hoặc cái khác nếu nó giúp code chạy nhanh hơn) và nhấn Ctrl + F9 (chạy tất cả).

Bước 5 : Xem dự đoán đưa ra và đánh giá.

Nếu bạn thắc mắc vấn đề gì vui lòng liên hệ, mình sẽ hỗ trợ. Xin cám ơn.




Nguồn: Topcode.vn

BÌNH LUẬN (0)


ĐÁNH GIÁ (1)

ĐIỂM TRUNG BÌNH

5
1 Đánh giá
Code rất tốt (1)
Code tốt (0)
Code rất hay (0)
Code hay (0)
Bình thường (0)
Thành viên
Nội dung đánh giá
23:40 - 23/5/2024
Code rất tốt
Code chất lượng, hỗ trợ tốt
HỖ TRỢ TRỰC TUYẾN