Details

Title: Обнаружение аномалий сетевого трафика на основе рекуррентных нейронных сетей: дипломная работа: 10.05.04
Creators: Набойченко Виктория Григорьевна
Scientific adviser: Платонов Владимир Владимирович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики и транспортных систем
Imprint: Санкт-Петербург, 2018
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: обнаружение аномалий сетевого трафика; рекуррентные нейронные сети; алгоритм брутлага; кумулятивные суммы; cusum; облачные вычисления
Document type: Specialist graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 10.05.04
Speciality group (FGOS): 100000 - Информационная безопасность
DOI: 10.18720/SPBPU/2/v18-163
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

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.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Usage statistics

stat Access count: 252
Last 30 days: 3
Detailed usage statistics