Детальная информация

Целью работы является повышение точности обнаружения вредоносных сетевых запросов за счет расширения обучающего набора данных с использованием генеративных нейронных сетей (GAN). Предметом исследования являются методы расширения обучающего набора данных. Задачи, решаемые в ходе исследования: – исследование особенностей создания вредоносных сетевых запросов, а также методов их обнаружению; – разработка метода расширения обучающего набора данных вредоносных сетевых запросов с использованием генеративных нейронных сетей; – оценка точности обнаружения вредоносных сетевых запросов при использовании расширенного набора данных. В ходе работы были исследованы особенности создания вредоносных сетевых запросов, проанализированы методы их обнаружения, а также выделены основные проблемы и ограничения существующих решений. В результате работы был разработан метод расширения обучающего набора данных вредоносных сетевых запросов на основе генеративных нейронных сетей. С использованием экспериментального стенда была выполнена оценка точности обнаружения вредоносных сетевых запросов при использовании расширенного набора данных. Полученные результаты могут быть использованы при совершенствовании систем обнаружения вторжений.

The goal of the work is to improve the accuracy of detecting malicious network requests by expanding the training dataset using generative neural networks (GAN). The subject of the research is methods for expanding the training dataset. Problems solved during the study: – research into the peculiarities of creating malicious network requests, as well as methods for their detection; – development of a method for expanding the training dataset of malicious network requests using generative neural networks; – assessment of the accuracy of detecting malicious network requests using an extended data set. During the work, the features of creating malicious network requests were investigated, methods for their detection were analyzed, and the main problems and limitations of existing solutions were highlighted. As a result of the work, a method was developed for expanding the training dataset of malicious network requests based on generative neural networks. Using an experimental stand, the accuracy of detecting malicious network requests was assessed using an extended dataset. The results obtained can be used to improve intrusion detection systems.