Details
Title | Многозначная классификация сетевых атак методами машинного обучения: специальность 2.3.6. Методы и системы защиты информации, информационная безопасность: автореферат диссертации на соискание ученой степени кандидата технических наук |
---|---|
Creators | Раковский Дмитрий Игоревич |
Scientific adviser | Шелухин Олег Иванович |
Organization | Московский технический университет связи и информатики (МТУСИ) |
Imprint | Москва, 2025 |
Electronic publication | Санкт-Петербург, 2025 |
Collection | Научные работы аспирантов/докторантов ; Общая коллекция |
Subjects | Машинное обучение ; Информация — Защита ; Нейронные сети ; сетевая атака ; компьютерная атака ; многозначная классификация ; обнаружение вторжений ; обнаружение атак ; классификация атак ; компьютерная сеть |
UDC | 004.85 ; 004.056 ; 004.032.26 |
Document type | Author's Abstract |
File type | |
Language | Russian |
Speciality code (OKSVNK) | 2.3.6. |
Speciality group (OKSVNK) | 2.0000 |
DOI | 10.18720/SPBPU/2/r25-12 |
Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Additionally | New arrival |
Record key | RU\SPSTU\edoc\75225 |
Record create date | 2/12/2025 |
Целью диссертационного исследования является обеспечение ИБ путем повышения точности классификации сетевых атак в КС в условиях многозначности целевых атрибутов, маркирующих их тип. Для достижения цели разработана модель табличного представления профилей функционирования компьютерной сети, учитывающая учитывающую многозначность целевых атрибутов, связанных с реализацией компьютерных атак, повышающая точность классификации, в среднем, на 5% в сравнении однозначным представлением. На основании предложенной модели разработаны метод и алгоритм многозначной классификации компьютерных атак, заключающиеся в многозначном отображении пространства атрибутов в пространство целевых атрибутов, отличающиеся от известных аналогов дублированием и последующей декомпозицией пространства атрибутов по каждому целевому атрибуту, позволяющие повысить точность классификации до 16% в сравнении с известными алгоритмами. Для закрытия исследовательских потребностей в области многозначной классификации, разработан программно-аппаратный комплекс, позволяющий автоматизировать сбор телеметрии и имитационное моделирование компьютерных атак, обладающих свойством многозначности целевых атрибутов.
Access count: 74
Last 30 days: 26