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.