Детальная информация

Название Применение методов машинного обучения для обнаружения атак на веб-приложения: выпускная квалификационная работа магистра: 10.04.01 - Информационная безопасность
Авторы Рыбин Денис Иванович
Научный руководитель Печенкин Александр Игоревич
Другие авторы Александрова Елена Борисовна
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Выходные сведения Санкт-Петербург, 2018
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика Информация — Защита ; Интернет ; веб-приложения ; машинное обучение ; обнаружение атак ; межсайтовый скриптинг
УДК 004.738.5.056.53(043.3)
Тип документа Выпускная квалификационная работа магистра
Тип файла PDF
Язык Русский
Уровень высшего образования Магистратура
Код специальности ФГОС 10.04.01
Группа специальностей ФГОС 100000 - Информационная безопасность
Ссылки Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2018/vr/vr18-25
Права доступа Доступ по паролю из сети Интернет (чтение)
Ключ записи ru\spstu\vkr\116
Дата создания записи 09.11.2018

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

Настоящая работа содержит результаты исследования применимости методов машинного обучения в задачах обнаружения атак на веб-приложения. Объектом исследований дипломной работы является http-трафик. Предметом обнаружение атак на веб-приложения. Целью работы является обеспечение защиты веб-приложений от атак класса «Отраженный межсайтовый скриптинг (RXSS)» с использованием методов машинного обучения. В ходе выполнения дипломной работы использовались такие методы исследования, как анализ и моделирование, применявшиеся для выбора наиболее перспективного подхода выявления атак класса «Отраженный межсайтовый скриптинг». По результатам экспериментальных исследований была выполнена оценка эффективности разработанного подхода, предложены признаки и алгоритмы, позволяющие повысить эффективность обнаружения атак класса «Отраженный межсайтовый скриптинг».

This paper contains the results of a study of the applicability of machine learning methods in the detection of attacks on web applications. The object of the research work is http-traffic. The subject is the detection of attacks on web applications. The aim of the work is to protect the web applications from the attacks "Reflected cross-site scripting (RXSS)" using machine learning methods. In the course of the work, research methods such as analysis and modeling were used to select the most effective approach for detecting attacks of the class "Reflected cross-site scripting". Based on the results of experimental studies, the effectiveness of the developed approach was evaluated, the signs and algorithms were proposed to increase the detection efficiency of the class "Reflected cross-site scripting".

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать
Интернет Авторизованные пользователи СПбПУ
Прочитать
Интернет Анонимные пользователи

Количество обращений: 195 
За последние 30 дней: 1

Подробная статистика