Browsing by Author "Видиш, Анастасія Денисівна"

Now showing 1 - 2 of 2

Визначення атак на комп’ютерну мережу з використанням нейромережної технології
(Український державний університет науки і технологій, Дніпро, 2021) Видиш, Анастасія Денисівна
UK: У дипломній магістерській роботі виконано огляд нейронних мереж для визначення мережевих атак на комп’ютерну мережу. Математичний апарат – багатошаровий персептрон, нейро-нечітка мережа та мережа Кохонена. Для визначення ступеню імовірності атаки на комп’ютерну мережу використовується нейронечітка мережа. Для виявлення атаки та визначення її категорії – багатошаровий персептрон та мережа Кохонена. Нейро-нечітка мережа та багатошаровий персептрон створені за допомогою MatLAB, мережа Кохонена написана на мові програмування Python. На основі цих нейромереж проведені дослідженні: визначення оптимальних параметрів кожної нейромережі, визначення показників оцінки якості кожної нейромережі окремо та визначення показників оцінки якості при комбінованому підході. Для багатошарового персептрону було досліджено розмір вибірки та алгоритми навчання, розрахован розмір прихованого шару. Для нейро-нечіткої мережі було перевірено оптимальність розміру вибірки, методи навчання. Після навчання нейро-нечіткої мережі була зроблена перевірка на адекватність. Для мережі Кохонена зроблена перевірка розміру вибірки та підібраний оптимальний розмір карти. Оцінка якості проводилася для кожної нейромережі окремо – найкращий результат показав багатошаровий персептрон. При дослідженні оцінки якості для комбінованого підходу кращий результат отримано для багатошарового персептрона.
Дослідження комбінованого варіанту визначення атак з використанням нейромережних технологій
(Український державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій», 2022) Пахомова, Вікторія Миколаївна; Видиш, Анастасія Денисівна
UKR: Сучасний світ неможливо уявити без комп’ютерних мереж: як локальних, так і глобальних; тому питання мережевої безпеки стає все більш злободенним. Наразі методики виявлення атак можна підсилити використанням нейронних мереж, що підтверджує актуальність теми. Мета дослідження є порівняльний аналіз параметрів якості визначення мережевих атак з використанням комбінованого варіанту, що складається із різних нейронних мереж. У якості методів дослідження використані: нейронечітка мережа; багатошаровий персептрон; самоорганізуюча карта Кохонена. Програмна реалізація самоорганізуючої карти Кохонена здійснена мовою Python з широким спектром сучасних стандартних засобів, створення багатошарового персептрону та нейронечіткої мережі – за допомогою пакетів Neural Network Toolbox та Fuzzy Logic Toolbox системи MatLAB. На створених нейронних мережах окремо та на їх комбінованому варіанті проведені дослідження параметрів якості визначення мережевих атак. Визначено, що помилка першого роду склала 11 %, 4 %, 10 % і 0 %, помилка другого роду – 7 %, 6 %, 9 % і 6 % на нейронечіткій мережі, багатошаровому персептроні, самоорганізуючої карти Кохонена та їх комбінованому варіанті відповідно, що доказує доцільність використання комбінованого варіанту.