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
Level of education Specialist
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)
Record key RU\SPSTU\edoc\51779
Record create date 2/16/2018

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

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.

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

Access count: 295 
Last 30 days: 1

Detailed usage statistics