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.

Детальная информация

Название: Обнаружение аномалий сетевого трафика с использованием lLSTM-GAN: выпускная квалификационная работа специалиста: 10.05.03 - Информационная безопасность автоматизированных систем ; 10.05.03_08 - Анализ безопасности информационных систем
Авторы: Новокрещенов Дмитрий Андреевич
Научный руководитель: Платонов Владимир Владимирович
Другие авторы: Резединова Евгения Юрьевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: нейронные сети; обнаружение аномалий; генеративно-состязательные сети; сети lstm; keras; cicids2017; neural networks; anomaly detection; generative-adversarial networks; lstm networks
Тип документа: Выпускная квалификационная работа специалиста
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 10.05.03
Группа специальностей ФГОС: 100000 - Информационная безопасность
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5488
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В настоящей выпускной квалификационной работе специалиста приведены результаты исследования применимости нейросетевой архитектуры LSTM-GAN для решения задачи обнаружения аномалий сетевого трафика. Работа содежрит анализ существующих типов аномалий, а также способов выявления аномальных отклонений в сетевом трафике. Для решения задачи выбрана архитектура LSTM-GAN, определены параметры модели и исходных данных. Реализован программный прототип нейросетевой модели LSTM-GAN для обнаружения аномалий сетевого трафика.

In this specialist graduation qualification work, the results of the study of the applicability of the LSTM-GAN neural network architecture for solving the problem of network traffic anomalies are presented. The work contains an analysis of existing types of anomalies, as well as ways to detect abnormal deviations in network traffic. To solve the problem, the LSTM-GAN architecture was chosen, the parameters of the model and the source data were determined. A software prototype of the LSTM-GAN neural network model for detection network traffic anomalies has been implemented.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика