АНАЛИЗ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ И МЕТОДОВ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ СЕТЕВЫХ АТАК

Авторы

  • Жулдыз Алимсеитова Satbayev University
  • Бекетова Гульжанат Алматинский университет энергетики и связи им. Г. Даукеева

DOI:

https://doi.org/10.52167/1609-1817-2022-122-3-227-236

Ключевые слова:

обнаружение атак, распознавание атак, нейросетевая модель, параметр безопасности, сетевые атаки, многослойный персептрон

Аннотация

Целью статьи является проведения анализа нейросетевых моделей  методов обнаружения и распознавания сетевых атак на Интернет-ориентированные информационные системы. Анализ проведен с позиций определения основных характеристик нейросетевых моделей и методов. Проведен анализ пятнадцати нейросетевых моделей и методов и их базовые характеристики сведены в таблицу. В результате проведенного анализа установлено, что обеспечение эффективности современных нейросетевых методов и моделей идет путем обеспечения в них определенных возможностей, которые характеризуются с помощью  критериев, которые приведены в таблице и проанализированы. В результате проведенного анализа показано, что в современных системах обнаружения атак в основном используются классические виды нейросетевых моделей, которые в той или иной степени адаптированы к условиям поставленной задачи. Выявлены недостатки и определены направления для научных исследований.

Биографии авторов

Жулдыз Алимсеитова, Satbayev University

PhD, ассоциированный профессор, Алматы, Казахстан, zhuldyz_al@mail.ru

Бекетова Гульжанат, Алматинский университет энергетики и связи им. Г. Даукеева

 PhD, ассоциированный профессор, Алматы, Казахстан, G.Beketova@aues.kz

Библиографические ссылки

[1] Гришин А.В. Нейросетевые технологии в задачах обнаружения компьютерных атак // Информационные технологии и вычислительные системы - 2011. - №1. – с.53-64.

[2] Нейросетевые модели, методы и средства оценки параметров безопасности интернет-ориентированных информационных систем: монография / А. Корченко, И. Терейковский, Н. Карпинский, С. Тынымбаев. – Киев: НАУ, 2016. – 276 с.

[3] Ахметов Б.Б., Корченко А.Г., Терейковский И.А., Алибиева Ж.М., Бапиев И.М. (2017) Параметры оценки эффективности нейросетевых средств распознавания кибератак на сетевые ресурсы информационных систем // Вестник Национальной Академии Наук Республики Казахстан. – 2017. - №2. - С. 19-27

[4] Toliupa, S., Tereikovska, L., Tereikovskyi, I., Doszhanova, A., Alimseitova, Z. (2021) Procedure for Adapting a Neural Network to Eye Iris Recognition // 2020 IEEE International Conference on Problems of Infocommunications Science and Technology, PIC S and T 2020 - Proceedings, р. 167–171, doi 10.1109/PICST51311.2020.94680209468020

[5] Алимсеитова Ж.К. Қолжазба бейнелерін танып білу үшін CNN-LSTM нейрожелілік модельді қолдану ерекшеліктері. ҚазККА Хабаршысы № 1 (120), 2022, б. 127-133

[6] Алимсеитова Ж.К. Қолжазба бейнелерін танып білу үшін CNN-lstm параметрлерінің мәндерін бейімдеу нәтижелері. ҚазККА Хабаршысы № 2 (121), 2022, с. 559-566, DOI 10.52167/1609-1817-2022-121-2-559-566

Опубликован

24.09.2022

Как цитировать

Алимсеитова, Ж., & Гульжанат, Б. (2022). АНАЛИЗ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ И МЕТОДОВ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ СЕТЕВЫХ АТАК. Вестник КазАТК, 122(3), 227–236. https://doi.org/10.52167/1609-1817-2022-122-3-227-236

Выпуск

Раздел

Автоматика, телемеханика, связь, энергетика, информационные системы

Наиболее читаемые статьи этого автора (авторов)