{"title":"智能分析网络id的信息安全事件流","authors":"Д.Е. Горохов, Д.С. Уваров","doi":"10.36622/vstu.2022.88.2.012","DOIUrl":null,"url":null,"abstract":"В статье рассматривается модель поиска аномалий в многомерном временном наборе признаков потока СИБ на основе метода роста ошибки предсказания в момент появления аномалии, основанная на рекуррентных нейронных сетях с долгой краткосрочной памятью LSTM. Описана математическая модель и приведены результаты ее применения.\n The article considers a model for searching for anomalies in a multidimensional time set of SIB stream features based on the method of prediction error growth at the moment of anomaly occurrence, based on recurrent neural networks with long short-term memory LSTM. The mathematical model is described and the results of its application are presented.","PeriodicalId":331043,"journal":{"name":"СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-06-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"INTELLIGENT ANALYSIS OF THE INFORMATION SECURITY EVENT FLOW NETWORK IDS\",\"authors\":\"Д.Е. Горохов, Д.С. Уваров\",\"doi\":\"10.36622/vstu.2022.88.2.012\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В статье рассматривается модель поиска аномалий в многомерном временном наборе признаков потока СИБ на основе метода роста ошибки предсказания в момент появления аномалии, основанная на рекуррентных нейронных сетях с долгой краткосрочной памятью LSTM. Описана математическая модель и приведены результаты ее применения.\\n The article considers a model for searching for anomalies in a multidimensional time set of SIB stream features based on the method of prediction error growth at the moment of anomaly occurrence, based on recurrent neural networks with long short-term memory LSTM. The mathematical model is described and the results of its application are presented.\",\"PeriodicalId\":331043,\"journal\":{\"name\":\"СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ\",\"volume\":\"24 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-06-05\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36622/vstu.2022.88.2.012\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36622/vstu.2022.88.2.012","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
INTELLIGENT ANALYSIS OF THE INFORMATION SECURITY EVENT FLOW NETWORK IDS
В статье рассматривается модель поиска аномалий в многомерном временном наборе признаков потока СИБ на основе метода роста ошибки предсказания в момент появления аномалии, основанная на рекуррентных нейронных сетях с долгой краткосрочной памятью LSTM. Описана математическая модель и приведены результаты ее применения.
The article considers a model for searching for anomalies in a multidimensional time set of SIB stream features based on the method of prediction error growth at the moment of anomaly occurrence, based on recurrent neural networks with long short-term memory LSTM. The mathematical model is described and the results of its application are presented.