Детальная информация

Название: Обнаружение компьютерных атак с использованием квантового машинного обучения: выпускная квалификационная работа специалиста: направление 10.05.04 «Информационно-аналитические системы безопасности» ; образовательная программа 10.05.04_01 «Автоматизация информационно-аналитической деятельности»
Авторы: Совин Андрей Александрович
Научный руководитель: Калинин Максим Олегович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт кибербезопасности и защиты информации
Выходные сведения: Санкт-Петербург, 2023
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Машинное обучение; анализ трафика; квантовый компьютер; network traffic analysis; quantum computer
УДК: 004.85
Тип документа: Выпускная квалификационная работа специалиста
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Специалитет
Код специальности ФГОС: 10.05.04
Группа специальностей ФГОС: 100000 - Информационная безопасность
DOI: 10.18720/SPBPU/3/2023/vr/vr23-817
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\20495

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Тема выпускной квалификационной работы: «Обнаружение компьютерных атак с использованием квантового машинного обучения». Целью работы является повышение точности обнаружения компьютерных атак на основе анализа сетевого трафика. Предметом исследования являются методы квантового машинного обучения. Задачи, решаемые в ходе исследования: Анализ подходов к обнаружению сетевых атак. Исследование принципов работы разных методов квантового машинного обучения. Оценка точности обнаружения компьютерных атак при использовании методов квантового машинного обучения и разработанных схем кодирования. В ходе работы были исследованы современные методы построения систем обнаружения вторжений, а также методы квантового машинного обучения. В результате работы были разработаны два алгоритма кодирования сетевых потоков в кубиты. Закодированные таким образом сетевые потоки были использованы для обучения квантовой сверточной нейронной сети. Полученные результаты могут быть использованы в качестве средства обнаружения вторжений для защиты сети от компьютерных атак.

The topic of the graduate qualification work is «Computer attack detection by means of using quantum machine learning». The purpose of the study is accuracy raising of network attack detection using quantum machine learning. The subject of the work are quantum machine learning methods. The research set the following tasks: Analysis of approaches to detecting network attacks.Investigation of the principles of operation of various methods of quantum machine learning. Evaluation of the accuracy of detecting computer attacks using quantum machine learning methods and developed coding schemes. During the work, modern methods of building intrusion detection systems, as well as methods of quantum machine learning were investigated.As a result of the work, two algorithms for encoding network streams into qubits were developed. The network streams encoded in this way were used to train a quantum convolutional neural network. The results obtained can be used as an intrusion detection system to protect some network from computer attacks.

Права на использование объекта хранения

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

Статистика использования

stat Количество обращений: 4
За последние 30 дней: 0
Подробная статистика