Details

Title: Обнаружение вторжений в Интернете вещей на базе многоагентного обучения с подкреплением: выпускная квалификационная работа специалиста: направление 10.05.04 «Информационно-аналитические системы безопасности» ; образовательная программа 10.05.04_01 «Автоматизация информационно-аналитической деятельности»
Creators: Андреев Алексей Владимирович
Scientific adviser: Калинин Максим Олегович
Other creators: Ярмак Анастасия Викторовна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт кибербезопасности и защиты информации
Imprint: Санкт-Петербург, 2022
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: система обнаружения вторжений; интернет вещей; обучение с подкреплением; многоагентная архитектура; intrusion detection system; Internet of things; reinforcement learning; multi-agent architecture
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/3/2022/vr/vr22-99
Rights: Доступ по паролю из сети Интернет (чтение)
Record key: ru\spstu\vkr\16534

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

В данной работе проведен анализ особенностей обнаружения вторжений в IoT. Разработаны требования к СОВ в IoT. Проведены систематизация и анализ применимости актуальных подходов к многоагентному обучению с подкреплением для создания СОВ в IoT. Разработан подход к построению СОВ в IoT на базе обучения с подкреплением на основе разработанных требований. Разработана СОВ в IoT на базе многоагентного обучения с подкреплением. Проведено экспериментальное исследование.

This paper analyzes the features of intrusion detection in IoT. Developed requirements for IDS in IoT. The systematization and analysis of the applicability of relevant approaches to multi-agent reinforcement learning to create IDS in IoT. An approach to building an IDS in IoT based on reinforcement learning based on the developed requirements has been developed. Developed IDS in IoT based on multi-agent reinforcement learning. An experimental study has been carried out.

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: 33
Last 30 days: 0
Detailed usage statistics