智能分析网络id的信息安全事件流

Д.Е. Горохов, Д.С. Уваров
{"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}
引用次数: 0

摘要

本文章由计算机程序翻译,如有差异,请以英文原文为准。
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.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信