Preview

Доклады БГУИР

Расширенный поиск

ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ АНОМАЛИЙ В КОРПОРАТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЕ ПРЕДПРИЯТИЯ

Полный текст:

Аннотация

Рассмотрены нейросетевые структуры, используемые для решения задачи защиты информации. Построена выборка атрибутов и метаданных исполняемых файлов, которая использовалась для обучения многослойного персептрона. Обучение проводилось в программе SPSS Statistics. После обучения нейронной сети эффективность ее работы была определена с помощью контрольной выборки исполняемых файлов. Относительная погрешность классификации файлов составила 5 %.

Об авторах

В. А. Вишняков
П.Бровки, 6, Минск, 220600, Беларусь
Беларусь


О. И. Коваль
П.Бровки, 6, Минск, 220600, Беларусь
Беларусь


М. Г. Моздурани Шираз
П.Бровки, 6, Минск, 220600, Беларусь
Беларусь


Список литературы

1. Головко В.А. Нейронные сети: обучение, организация и применение. М., 2001.

2. Вишняков В.А. Информационное управление и безопасность: методы, модели, программно-аппаратные решения. Минск, 2014.

3. Bishop C.M. Neural Networks for Pattern Recognition. Oxford, 1955.

4. Shivani Shah, Himali Jani, Sathvik Shetty et.al. // International Journal of Computer Applications. 2013. Vol. 84, № 5. P. 17-23.

5. Matt Pietrek «Peering Inside the PE: A Tour of the Win32 Portable Executable File Format» [Электронный ресурс]. - Режим доступа : https://msdn.microsoft.com/en-us/library/ms809762.aspx. Дата доступа: 10.12.2015.

6. Программа PE Explorer [Электронный ресурс]. - Режим доступа: http://www.pe-explorer.com/. Дата доступа: 10.12.2015.


Для цитирования:


Вишняков В.А., Коваль О.И., Моздурани Шираз М.Г. ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ АНОМАЛИЙ В КОРПОРАТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЕ ПРЕДПРИЯТИЯ. Доклады БГУИР. 2016;(4):86-92.

For citation:


Vishniakou U.A., Koval O.S., Mozdurani Shiraz M.G. USE OF NEURAL NETWORKS FOR DETECTION AND RECOGNITION OF THE ANOMALIES IN ENTERPRISE CORPORATIVE INFORMATION SYSTEM. Doklady BGUIR. 2016;(4):86-92. (In Russ.)

Просмотров: 44


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1729-7648 (Print)
ISSN 2708-0382 (Online)