Details
| Title | Исследование параметров нейронных сетей семейства LSTM для повышения эффективности обнаружения сетевых аномалий: выпускная квалификационная работа специалиста: 10.05.03 - Информационная безопасность автоматизированных систем ; 10.05.03_08 - Анализ безопасности информационных систем |
|---|---|
| Creators | Плотников Ярослав Александрович |
| 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 | сетевые атаки; обнаружение вторжений; средство обнаружения вторжений; нейронные сети; tensorflow; network attacks; intrusion detection; intrusion detection system; neural networks |
| Document type | Specialist graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Specialist |
| 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/vr19-5343 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Record key | ru\spstu\vkr\1722 |
| Record create date | 9/6/2019 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В данной работе проведен анализ рекуррентных нейронных сетей. Разработаны архитектуры глубоких нейронных сетей семейства LSTM для обнаружения сетевых аномалий. На языке программирования Python с использованием библиотеки TensorFlow реализован прототип системы обнаружения вторжений, в основе которой лежат разработанные архитектуры нейронных сетей. Осуществлено тестирование разработанного прототипа, и проведен анализ полученных результатов.
In the given work the recurrent neural networks are analyzed. The deep neural networks of set LSTM architectures for anomaly detection is developed. Intrusion detection system prototype based on developed neural networks architectures is implemented in Python using Tensorflow. Implemented prototype is tested. Obtained results is analyzed.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 133
Last 30 days: 0
