Details

Title Разработка системы прогнозирования нарушений кибербезопасности в среде "умного здания" на основе методов машинного обучения: выпускная квалификационная работа специалиста: 10.05.01 - Компьютерная безопасность ; 10.05.01_02 - Математические методы защиты информации
Creators Бибик Михаил Александрович
Scientific adviser Калинин Максим Олегович
Other creators Резединова Евгения Юрьевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint Санкт-Петербург, 2019
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects IT ; кибербезопасность ; умное здание ; прогнозирование сбоев ; машинное обучение ; cybersecurity ; smart building ; fault prediction ; machine learning
Document type Specialist graduation qualification work
File type PDF
Language Russian
Level of education Specialist
Speciality code (FGOS) 10.05.01
Speciality group (FGOS) 100000 - Информационная безопасность
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-32
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\386
Record create date 2/28/2019

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 изложена сущность подхода к обнаружению нарушений безопасности. Проведен анализ существующих систем обнаружения сбоев. Разработана конкретная программная реализация системы прогнозирования нарушений безопасности на основе модифицированного метода ‘k’ ближайших соседей с использованием пространственно-временных корреляций.

This paper outlines the essence of the approach to the detection of security breaches. An analysis of existing systems for detecting failures. A specific software implementation of a security breach prediction system has been developed based on the modified ‘k’ method of nearest neighbors using spatial-temporal correlation.

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

Access count: 214 
Last 30 days: 0

Detailed usage statistics