Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

软件系统和计算方法
正确的文章链接:

基于神经网络检测未知类型入侵的一般概念

Simavoryan Simon Zhorzhevich

博士学位 技术科学

索契州立大学应用数学与计算机科学系副教授

354003, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

simsim@mail.ru
Simonyan Arsen Rafikovich

博士学位 物理和数学

索契州立大学应用数学与计算机科学系副教授

354000, Russia, g. Sochi, ul. Ostrovskogo, 37, kv. 91

oppm@mail.ru
Popov Georgii Aleksandrovich

博士 技术科学

阿斯特拉罕国立技术大学信息安全系主任

414025, Russia, Astrakhanskaya oblast', g. Astrakhan', ul. Tatishcheva, 16

popov@astu.org
Ulitina Elena Ivanovna

博士学位 物理和数学

索契州立大学应用数学与计算机科学系副教授

354003, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

ulitina@rambler.ru

DOI:

10.7256/2454-0714.2021.4.37072

评审日期

09-12-2021


出版日期

31-12-2021


注解: 本文致力于检测基于神经网络的未知类型的入侵的问题,这些入侵绕过了自动化数据处理系统中的信息安全系统,并且不会被记录为恶意。 开发检测/抵消这种隐蔽攻击的工具、方法和措施是非常相关的。 开发入侵检测程序的方法学研究是基于系统分析的成果,自动化数据处理系统中信息保护的系统概念方法和信息安全领域神经系统理论的成果。 该研究的目的是在自动化数据处理系统中进行未知类型的入侵。 研究的主题是神经网络,即直接作用神经网络。 在工作中获得的主要结果是开发的直接作用神经网络,其形式是用于检测入侵的神经网络连接图。 为了解决这个问题,获得了以下中间结果。 已经开发了神经系统的输入指标系统。 已经制定了评估所形成指标值的量表。 已经开发了基于神经网络检测入侵的一般程序,其实质是实施以下动作序列:1)形成入侵检测过程中涉及的所有主要实体的列表;2)形成表征每个实体的一组参数(指标);3)使用生成指标的评估尺度为每个参数形成一组数值特征;4)分析神经网络配置参数。 开发的过程可以作为基于神经网络检测未知类型入侵概念的进一步实际发展的基础。


出版日期:

资讯保安系统, 信息保护, 神经网络, 入侵, 系统的方法, 入侵检测系统, 智能系统, 人工免疫系统, 神经网络图, 神经网络参数