Детальная информация

Новокрещенов, Дмитрий Андреевич. Обнаружение аномалий сетевого трафика с использованием lLSTM-GAN [Электронный ресурс] = Network traffic anomaly detection using LSTM-GAN: выпускная квалификационная работа специалиста: 10.05.03 - Информационная безопасность автоматизированных систем ; 10.05.03_08 - Анализ безопасности информационных систем / Д. А. Новокрещенов; Санкт-Петербургский политехнический университет Петра Великого, Институт прикладной математики и механики ; науч. рук. В. В. Платонов ; консультант по нормоконтролю Е. Ю. Резединова. — Электрон. текстовые дан. (1 файл : 8,4 Мб). — Санкт-Петербург, 2019. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/vr19-5488.pdf>. — <URL:http://doi.org/10.18720/SPBPU/3/2019/vr/vr19-5488>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-5488-o.pdf>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-5488-r.pdf>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-5488-a.pdf>.

Дата создания записи: 06.09.2019

Тематика: нейронные сети; обнаружение аномалий; генеративно-состязательные сети; сети lstm; keras; cicids2017; neural networks; anomaly detection; generative-adversarial networks; lstm networks; keras; cicids2017

Коллекции: Выпускные квалификационные работы; Общая коллекция

Ссылки: DOI; Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований

Разрешенные действия: Прочитать Загрузить (8,4 Мб) Для чтения документа необходим Flash Player

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В настоящей выпускной квалификационной работе специалиста приведены результаты исследования применимости нейросетевой архитектуры LSTM-GAN для решения задачи обнаружения аномалий сетевого трафика. Работа содежрит анализ существующих типов аномалий, а также способов выявления аномальных отклонений в сетевом трафике. Для решения задачи выбрана архитектура LSTM-GAN, определены параметры модели и исходных данных. Реализован программный прототип нейросетевой модели LSTM-GAN для обнаружения аномалий сетевого трафика.

In this specialist graduation qualification work, the results of the study of the applicability of the LSTM-GAN neural network architecture for solving the problem of network traffic anomalies are presented. The work contains an analysis of existing types of anomalies, as well as ways to detect abnormal deviations in network traffic. To solve the problem, the LSTM-GAN architecture was chosen, the parameters of the model and the source data were determined. A software prototype of the LSTM-GAN neural network model for detection network traffic anomalies has been implemented.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
-> Интернет Все Прочитать Печать Загрузить

Статистика использования документа

stat Количество обращений: 23
За последние 30 дней: 6
Подробная статистика