Details

Title: Обнаружение вредоносного программного обеспечения в операционной системе Windows с помощью искусственных нейронных сетей: выпускная квалификационная работа бакалавра: 10.03.01 - Информационная безопасность ; 10.03.01_03 - Безопасность компьютерных систем
Creators: Мельников Игорь Сергеевич
Scientific adviser: Семенов Павел 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: защита информации; информационная безопасность; вредоносное программное обеспечение; машинное обучение; искусственные нейронные сети; information security; cybersecurity; malware software; machine training; artificial neural networks
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 10.03.01
Speciality group (FGOS): 100000 - Информационная безопасность
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-4930
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\1698

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 предлагается метод классификации программ в Windows как вредоносные и легитимные с помощью искусственных нейронных сетей. Для этого были составлены обучающая и тестовая выборки, извлечены признаки. Из всех признаков были отобраны наиболее полезные для достижения эффективной классификации. На основе многослойного персептрона был разработан классификатор. По результатам практических исследований была произведена оценка его работы.

In the given work proposes a method for classifying programs in Windows as malicious and legitimate using artificial neural networks. For this purpose, training and test samples were compiled, and features were extracted. Of all the traits, the most useful ones were selected to achieve an effective classification. Based on the multilayer perceptron classifier was developed. According to the results of practical research, his work was evaluated.

Document access rights

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

Usage statistics

stat Access count: 113
Last 30 days: 0
Detailed usage statistics