Детальная информация

Название: Обнаружение аномалий сетевого трафика на основе рекуррентных нейронных сетей: дипломная работа: 10.05.04
Авторы: Набойченко Виктория Григорьевна
Научный руководитель: Платонов Владимир Владимирович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики и транспортных систем
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: обнаружение аномалий сетевого трафика; рекуррентные нейронные сети; алгоритм брутлага; кумулятивные суммы; cusum; облачные вычисления
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/2/v18-163
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: RU\SPSTU\edoc\51779

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

В данной работе проведено исследование разновидностей рекуррентных нейронных сетей, описаны их недостатки и достоинства, а также области применения. Для поиска аномалий в сетевом трафике использовался подкласс рекуррентных нейронных сетей – сети большой краткосрочной памяти (Long Short-Term Memory). Для оценки эффективности полученной системы реализовано два аналогичных подхода к обнаружению аномалий. Осуществлена оценка возможностей сетей большой краткосрочной памяти по обнаружению аномалий в сетевом трафике.

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: 289
За последние 30 дней: 2
Подробная статистика