Побудова та аналіз нейромережевої системи виявлення вторгнень

Abstract

Об’єктом дослідження є системи виявлення та прогнозування мережевих вторгнень в комп’ютерних мережах та системах. Предметом дослідження є моделі, методи та засоби нейромережевого машинного навчання для систем IDS. Метою роботи є створення моделей та методів нейромережевого машинного навчання виявлення вторгнень для підвищення безпечної роботи в Інтернеті. З розширенням технологій інформаційних систем та широким використанням комп'ютерних мереж для передачі даних, збільшуються можливості втрати або пошкодження інформації через незаконний доступ до мережі. Мережеві вторгнення (network intrusions) є серйозною загрозою для інформаційної безпеки. В роботі було проведено аналіз, надана їх класифікація та потенційні ризики, які вони можуть створити. Досліджено питання забезпечення безпеки комп'ютерних мереж та виявлення можливих вторгнень на ранніх стадіях за допомогою сучасних методів машинного навчання, зокрема при застосуванні нейромережевих моделей. В роботі застосований підхід, який базується на застосуванні аномальних методів виявлення мережевих вторгнень на основі технологій нейромереж машинного навчання. Запропоновані та проаналізовані три різних нейромережевих структури, зокрема проста нейромережа, повнозв’язна нейромережа та нейромережа на основі CNN структури. Аналіз роботи нейромереж показав приблизно однакову їх ефективність по правильній класифікації безпеки мережевого трафіку в межах 0.97-0.98, що є досить високим показником.