С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Details

Title: Обнаружение аномалий сетевого трафика с использованием автокодировщиков: выпускная квалификационная работа специалиста: 10.05.03 - Информационная безопасность автоматизированных систем ; 10.05.03_08 - Анализ безопасности информационных систем
Creators: Скакальская Наталия Юрьевна
Scientific adviser: Платонов Владимир Владимирович
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: информационные технологии; нейронные сети; автокодировщик; система обнаружения вторжений; сетевые атаки; аномальная активность; глубокое обучение; information technology; neural networks; autoencoder; intrusion detection system; network attacks; anomaly detection; deep learning
Document type: Specialist graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 10.05.03
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/vr19-5303
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)

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 исследован подход к обнаружению сетевых аномалий с использованием автокодировщиков. Рассмотрены архитектуры классических нейронных сетей и нейронных сетей глубокого обучения. Проведен анализ архи-тектуры автокодировщика. Построены модели автокодировщиков. Разработан и реализован прототип программного комплекса для обнаружения аномалий в се-тевом трафике на основе построенных моделей.

This paper presents an approach to detecting network anomalies using autoen-coders. It provides an overview of the features of classical artificial neural networks and deep learning neural networks. The analysis of autoencoder architecture has been made and models of autoencoder have been built. A prototype of a software package for detecting network anomalies based on the constructed models was developed and implemented.

Document access rights

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

Document usage statistics

stat Document access count: 97
Last 30 days: 13
Detailed usage statistics