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 | |
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 |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 295
Last 30 days: 1