Метод виявлення мережевих аномалій на основі нейронних мереж

Abstract

Дане дослідження присвячене методам виявлення мережевих аномалій на основі нейронних мереж. Його метою є підвищення точності виявлення мережевих аномалій за допомогою використання нейронних мереж, що має дозволити ефективно виявляти незвичайну активність та аномалії в мережевому трафіку. Об'єктом дослідження є мережевий трафік та процес виявлення мережевих аномалій, які виникають у ньому та можуть бути ознакою атак або нежаданих подій. Дослідження фокусується на розумінні та виявленні цих аномалій за допомогою нейронних мереж. Предметом дослідження є методи виявлення мережевих аномалій, які використовують апарат нейронних мереж. Дослідження охоплює аналіз різних архітектур нейронних мереж, методів генерації навчальних даних, розробку підходів до використання нерозмічених даних та використання додаткових знань для досягнення високої точності виявлення мережевих аномалій. Проблемою, яка вирішується, є виявлення мережевих аномалій, які можуть бути ознаками атак, зловмисного поведінки або нежаданих подій у мережах. Ця проблема має велике значення для забезпечення безпеки мережевих систем, оскільки дозволяє вчасно реагувати на потенційні загрози та запобігати втратам даних або порушенню роботи мережі. Результати дослідження можуть бути застосовані в різних областях, пов'язаних з комп'ютерною безпекою, таких як захист комп'ютерних мереж, виявлення інтранет-атак, моніторинг мережевої активності та виявлення вразливостей мережевих протоколів.

This study is devoted to methods of detecting network anomalies based on neural networks. Its goal is to improve the accuracy of network anomaly detection by using neural networks, which should allow for the effective detection of unusual activity and anomalies in network traffic. The object of research is network anomalies that occur in network traffic and may be a sign of attacks or unwanted events. The research focuses on understanding and detecting these anomalies using neural networks. The subject of research are methods of detecting network anomalies, which are based on the use of neural networks. The research covers the analysis of different neural network architectures, training data generation methods, development of approaches to use unlabeled data, and the use of complementary knowledge to achieve high accuracy network anomaly detection. The problem being solved is the detection of network anomalies that can be signs of attacks, malicious behavior or unwanted events in networks. This problem is of great importance for the security of network systems, as it allows timely response to potential threats and prevents data loss or network disruption. Field of application: The results of the study can be applied in various areas related to computer security, such as the protection of computer networks, detection of intranet attacks, monitoring of network activity and detection of network protocol vulnerabilities.