МОДЕЛИ И АЛГОРИТМЫ ОБНАРУЖЕНИЯ УЯЗВИМОСТЕЙ РАБОЧИХ СТАНЦИЙ И КОРПОРАТИВНЫХ СЕРВЕРОВ
Keywords:
Системы обнаружения вторжений (IDS) Нейронные сети (NN) Обратное распространение (BP)Abstract
В последнее время системы обнаружения вторжений (IDS) были внедрены для эффективного защищенные сети. Использование нейронных сетей и машинного обучения для обнаружения и классификации вторжения являются мощными альтернативными решениями. В этой исследовательской работе оба метода Gradient спуск с импульсом (GDM) на основе обратного распространения (BP) и градиентный спуск с импульса и адаптивного усиления (GDM / AG) используются для обучения нейронные сети для работы как IDS. Чтобы проверить эффективность двух предложенных обучения , IDS на основе нейронной сети строится с использованием предложенного алгоритма обучения - ритмы . Эффективность обоих алгоритмов проверяется с точки зрения скорости сходимости к достичь системного обучения и затраченного времени обучения, используя различные настройки нейронной сети параметры . Результат показал, что алгоритм обучения BP на основе GDM/AG превосходит алгоритм обучения BP на основе GDM.
References
Лукацкий А.В. Обнаружение атаки. – СПб.: БХВ – Петербург, 2021. – 624 с.: ил.
Мельников В.В. Защита информации в компьютерных системах. - М.: Финансы и статистика; Электронинформ, 2017. - 368 с.: ил.
Кристофид Н. Теория графов - алгоритмический подход. - М.: Мир, 2018. -432 силы.
Волков И.К., Загоруйко Е.А. Операционные исследования: учебник для вузов / Под ред. ПРОТИВ. Зарубина, А.П. Крищенко. М.: МГТУ им. издатель. Н.Э. Баумана, 2020. -436 с.
Гэри М., Джонсон Д. Вычислительные машины и неразрешимые проблемы : Пер. с английского. - М.: Мир, 2021. - 416 с., ил.
Колоколов А.А. Дискретные методы оптимизации: Учебник. - Омск: ОмГУ, 2018. - 76 с.