?

Details
Table Card RUSMARC
Title: Обнаружение компьютерных атак в Интернете вещей с помощью методов генного сопоставления последовательностей: выпускная квалификационная работа специалиста: направление 10.05.04 Информационно-аналитические системы безопасности ; образовательная программа 10.05.04_01 Автоматизация информационно-аналитической деятельности
Creators: Нуралиева Эллада Сейрановна
Scientific adviser: Калинин Максим Олегович
Other creators: Зайцева Елизавета Алексеевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: глобальное выравнивание; интернет вещей; информационная безопасность; обнаружение компьютерных атак; сопоставление последовательностей; global alignment; internet of things; cybersecurity; detection of computer attacks; sequence alignment
Document type: Specialist graduation qualification work
File type: PDF
Language: Russian
Level of education: Specialist
Speciality code (FGOS): 10.05.04
Speciality group (FGOS): 100000 - Информационная безопасность
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-158
Rights: Доступ по паролю из сети Интернет (чтение)
Record key: ru\spstu\vkr\5552

Allowed Actions: –

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В работе содержится исследование основных методов генного сопоставления последовательностей. Разработан метод обнаружения компьютерных атак на базе алгоритма глобального выравниваний с применением позиционных матриц весов. Проведено теоретическое и практическое исследование, показывающее применимость данного метода к сети Интернета вещей.

The research contains a study of the main methods of gene sequence matching. A method for detecting computer attacks based on the global alignment algorithm using positional weight matrices has been developed. A theoretical and practical study was conducted showing the applicability of this method to the Internet of things.

Document access rights

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

Usage statistics

stat Access count: 96
Last 30 days: 0
Detailed usage statistics