Изменена: 2020-06-06
Аннотация
В данной работе проводится описание и анализ основных проблем и задач возникающих при рассмотрении вопросов защиты информации. Изучаются различные методологии машинного обучения, рассматриваются их основные особенности, преимущества и недостатки.Описываются принципы и схемы работы обучения с учителем и без, искусственной нейронной сети и искусственной иммунной системы. Рассматриваются задачи обнаружения внешних сетевых вторжений и внутренних угроз,предлагаются пути решения данных проблем системы при помощи некоторых способов машинного обучения. Дается оценка и обоснования использования конкретных методов. В заключении приводится список выводов,совершенных в результате изучения и анализа материалов, связанных с решением поставленной задачи.
Ключевые слова
Литература
1. Скотт Б. Разработка правил информационной безопасности, М.: Вильямс, 2002.
2. Милославская Н., Сенаторов М., Толстой А.Управление рисками информационной безопасности, Горячая Линия – Телеком, 2014.
3. Hasie, T., Tibshirani, R., Friedman, J. The Elementsof Statistical Learning. Data Mining, Inference and Prediction, 2-nd edition – Springer, 2009
4. Сегеран, Т. Программируем коллективный разум– СПб:Символ-плюс, 2012
5. Загоруйко Н.Г. Прикладные методы анализа данных и знаний - Новосибирск: ИМ СО РАН,1999
6. Рассел Дж. Искусственная нейронная сеть, Книгапо Требованию, 2002
7. Рудковская Д., Пилиньский М., Рутковский Л.Нейронные сети, генетические алгоритмы и нечеткие системы, Горячая Линия – Телеком, 2013
8. Дасгупт Д. Искусственные иммунные системы и их применение, М.: Физматлит, 2006
9. Кочеткова А.С. Применение нейронных сетей для мониторинга безопасности, Вестник Волгоградского государственного университета.Серия 9: Исследования молодых ученых, 2007
10. Улезло, Д.С. Использование OLAP-технологий в метрических методах - Актуальные направления научных исследований XXI века: теория и практика. 2014