Details

Title: Обнаружение классов атак с использованием LSTM-сетей: выпускная квалификационная работа бакалавра: направление 10.03.01 «Информационная безопасность» ; образовательная программа 10.03.01_03 «Безопасность компьютерных систем»
Creators: Хворенкова Александра Михайловна
Scientific adviser: Платонов Владимир Владимирович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт кибербезопасности и защиты информации
Imprint: Санкт-Петербург, 2022
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: классификация атак; рекуррентные нейронные сети; LSTM; метод главных компонент; classification of attacks; recurrent neural networks; principal component analysis
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 10.03.01
Speciality group (FGOS): 100000 - Информационная безопасность
DOI: 10.18720/SPBPU/3/2022/vr/vr22-1051
Rights: Доступ по паролю из сети Интернет (чтение)
Additionally: New arrival
Record key: ru\spstu\vkr\17224

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

Тема выпускной квалификационной работы: «Обнаружение классов атак с использованием LSTM-сетей».Целью работы является обнаружение и классификация сетевых атак с использованием LSTM-сетей. Предметом исследования являются современные методы автоматизированного обнаружения сетевых атак. Задачи, решаемые в ходе исследования:Анализ набора данных и подготовка данных. Обучение LSTM сети для обнаружения и классификации сетевых атак. Оценка точности работы созданного средства. В ходе работы была исследована архитектура нейронной сети LSTM и структура набора данных UNSW-FB15. Были проанализированы современные исследования в области обнаружения сетевых атак.В результате работы было разработано средство обнаружения сетевых атак с помощью сети LSTM, была продемонстрирована эффективность средства. Был сделан вывод, что LSTM сеть отлично подходит для задачи обнаружения сетевых атак. Полученные результаты могут быть использованы в качестве основы для проектирования систем обнаружения сетевых атак.

The topic of the graduate qualification work is «Detection of attack classes using LSTM networks». The purpose of the study is detection and classification of network attacks using LSTM networks. The subject of the work is modern methods of automated detection of network attacks. The research set the following goals:Data set analysis and data preparation.LSTM network training for detecting and classifying network attacks.Evaluation of the accuracy of the created toolDuring the work the architecture of the LSTM neural network and the structure of the UNSW-FB15 dataset were studied. Modern studies in network attacks detection area were analyzed.The work resulted in development of a tool to detect network attacks using the LSTM network. Tool has satisfactory indicators in quality of network attacks detection. The studying point to conclusion that LSTM network is great for the task of detecting network attacks.The results could be used as a base for network attack detection systems designing.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Usage statistics

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