Детальная информация
Название | 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 |
---|---|
Авторы | Раковский Дмитрий Игоревич |
Научный руководитель | Шелухин Олег Иванович |
Организация | Московский технический университет связи и информатики (МТУСИ) |
Выходные сведения | Москва, 2025 |
Электронная публикация | Санкт-Петербург, 2025 |
Коллекция | Научные работы аспирантов/докторантов ; Общая коллекция |
Тематика | Машинное обучение ; Информация — Защита ; Нейронные сети ; сетевая атака ; компьютерная атака ; многозначная классификация ; обнаружение вторжений ; обнаружение атак ; классификация атак ; компьютерная сеть |
УДК | 004.85 ; 004.056 ; 004.032.26 |
Тип документа | Автореферат |
Тип файла | |
Язык | Русский |
Код специальности ОКСВНК | 2.3.6. |
Группа специальностей ОКСВНК | 2.0000 |
DOI | 10.18720/SPBPU/2/r25-12 |
Права доступа | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Дополнительно | Новинка |
Ключ записи | RU\SPSTU\edoc\75225 |
Дата создания записи | 12.02.2025 |
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.
Количество обращений: 74
За последние 30 дней: 26