Метод виявлення вторгнень на основі алгоритмів нейронної мережі

Тимофєєв, Д. І.

Публікація:
Метод виявлення вторгнень на основі алгоритмів нейронної мережі

dc.contributor.author	Тимофєєв, Д. І.
dc.date.accessioned	2021-12-27T09:50:48Z
dc.date.available	2021-12-27T09:50:48Z
dc.date.issued	2021
dc.description.abstract	У кваліфікаційній роботі представлено перспективний метод виявлення вторгнень, здатний підвищити точність виявлення атак. Цей метод виявлення вторгнень заснований на нейронній мережі Кохонена, а саме на комбінації алгоритмів самоорганізаційних карт (SOM) та навчання векторного квантування (LVQ). Алгоритм SOM використовується для групування вхідних даних у кластери «атаки» та «звичайні», тоді як LVQ тонко налаштовує результуюче розділення, перенавчаючи отриманий SOM, щоб підвищити точність виявлення атаки. Детально розглядаються системи виявлення вторгнень, їх історія, типи, архітектура, сильні та слабкі сторони. Також описано основні вбудовані алгоритми. Досліджено основні показники ефективності оцінки методу, щоб порівняти його з конкуруючими алгоритмами. Результати оцінки підтверджують правильність представленої моделі. Для реальних наборів даних він перевищує обидва конкуруючі алгоритми за обраним критерієм.	uk_UA
dc.identifier.citation	Тимофєєв Д. І. Метод виявлення вторгнень на основі алгоритмів нейронної мережі : пояснювальна записка до валіфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп’ютерна інженерія / Д. І. Тимофєєв ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2021. – 83 с.	uk_UA
dc.identifier.uri	https://openarchive.nure.ua/handle/document/18798
dc.subject	веб-додаток	uk_UA
dc.subject	методи тестування	uk_UA
dc.subject	засоби тестування	uk_UA
dc.subject	тестування продуктивності	uk_UA
dc.subject	автоматизація тестування	uk_UA
dc.subject	Jmeter	uk_UA
dc.subject	XAMPP	uk_UA
dc.subject	веб-сервер	uk_UA
dc.subject	HTTP	uk_UA
dc.title	Метод виявлення вторгнень на основі алгоритмів нейронної мережі	uk_UA
dc.title.alternative	Method of Intrusion Detection Based on Neural Network Algorithms	uk_UA
dspace.entity.type	Publication