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 PDF
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

Разрешенные действия

Прочитать Загрузить (1,2 Мб)

Группа Анонимные пользователи
Сеть Интернет

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.

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

Количество обращений: 74 
За последние 30 дней: 26

Подробная статистика