Repository logo
Communities & Collections
All of CRUST
Statistics
English
Yкраїнська
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Квочка, Микита Юрійович"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Item type:Item,
    Визначення мережевих атак категорії Probe засобами багатошарової нейронної мережі
    (Таврійський національний університет імені В. І. Вернадського, Київ, 2023) Пахомова, Вікторія Миколаївна; Квочка, Микита Юрійович
    UKR: Для виявлення мережевих атак в режимі реального часу використовуються системи визначення вторгнень (Intrusion Detection System, IDS), в яких з’являється проблема великого обсягу мережевого трафіку і для вирішення якої доцільно використання нейромережної технології, що підтверджує актуальність теми. В роботі проведено дослідження наступних мережевих атак категорії PROBE: Ipsweep; Nmap; Portsweep; Satan з використанням відкритої бази даних NSL-KDD засобами нейронної мережі конфігурації 41-1-Х-5, що створена в середовищі MatLAB за допомогою додатку Toolbox, а також визначення її оптимальних параметрів та оцінювання параметрів якості виявлення мережевих атак категорії PROBE на створеній нейронній мережі. Проведено дослідження середньоквадратичної похибки створеної нейронної мережі при різній кількості прихованих нейронів (20, 40, 60 та 80) за різними алгоритмами навчання (Levenberg-Marquardt, Bayesian regularization та Scaled Conjugate Gradient) на вибірках різної довжини (250, 750 та 1500 прикладів). Визначено, що найменше значення похибки створеної нейронної мережі досягнуто при 60 прихованих нейронів за алгоритмом навчання Levenberg-Marquardt на вибірці із 1500 прикладів. Виконано оцінювання параметрів якості виявлення мережевих атак категорії PROBE на створеній нейронній мережі. Визначено, що значення помилки першого та другого роду склали 6,67 % та 5,33 % відповідно. Ключові слова: атака, мережевий клас, PROBE, прихований нейрон, довжина вибірки, алгоритм навчання, похибка, оцінка якості.

DSpace software copyright © 2002-2026 LYRASIS

  • Accessibility settings
  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify