В даний час для вивчення властивостей в мережевих системах і їх процесів широко застосовується підходи, засновані на аналізі їх вихідних сигналів. Тому аналіз систем і процесів, особливо при експериментальних дослідженнях, часто реалізується за допомогою обробки реєстрованих сигналів. Майже в кожній предметній області існують явища, які необхідно вивчати в їх динаміці, а сукупність реєстрованих сигналів подібного роду за певний період часу і є часові послідовності потоків даних. Для аналізу часових послідовностей, які є стаціонарними або нестаціонарними випадковими процесами, використовують традиційні методи статистичного аналізу випадкових величин і функцій. Найбільш поширеними з них є кореляційний і спектральний аналізи, згладжування і фільтрація даних, моделі авторегресії і прогнозування. Поряд з традиційними методами, в останні роки набувають поширення способи обробки сигналів, засновані на вейвлет-перетворенні. Особливість цієї технології в тому, що вона дозволяє розкрити особливості локальної структури складного сигналу і виявити різні його властивості, невидимі в режимі реального часу. В області вейвлет-перетворення виділяється додаткова інформація за допомогою подання до частотно-часового зображення сигналу, недоступного в початковому вигляді. На сьогоднішній момент часу посилюються вимоги до якіснішого виявлення внутрішніх закономірностей в поведінці часових послідовностей і прогнозом періодів стійкості досліджуваних процесів. Тому виникає необхідність в розробці нових і модифікації існуючих алгоритмів аналізу часових послідовностей в мережевих системах. У даній роботі досліджено застосування вейвлет-перетворення для виявлення вторгнень в комп’ютерні мережі. Пропонується аналіз останніх досліджень по даній задачі, де розглянуті вже існуючі алгоритми та методи виявлення атак за допомогою вейвлет-перетворення. Важливим пунктом у цій роботі є обґрунтування застосування вейвлет–функції та алгоритму вейвлет-перетворення для аналізу часових послідовних потоків даних мережевого трафіку. З використанням вейвлет-функції пропонується усунення шуму з мережевого трафіку та з використанням пакетного вейвлет-перетворення для аналізу мережевого трафіку і отримання інформації про можливі атаки. Використання вейвлет-функції має важливий характер, бо вибір оптимального вейвлет-базису дозволить підняти ймовірність виявлення як на початковому етапі, так і при реконструкції сигналу.