Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/123456789/1992
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorBapiyev, I.-
dc.contributor.authorKamalova, G-
dc.contributor.authorYermukhambetova, F.-
dc.contributor.authorKhairullina, A.-
dc.contributor.authorKassymova, A.-
dc.date.accessioned2021-12-23T11:05:05Z-
dc.date.available2021-12-23T11:05:05Z-
dc.date.issued2021-
dc.identifier.issn1992-8645-
dc.identifier.urihttp://hdl.handle.net/123456789/1992-
dc.description.abstractИсследования в области противодействия кибератакам на сетевые ресурсы информационных систем показали, что большинство современных моделей нейронных сетей ориентированы на обучение с использованием статистических данных. Такие модели недостаточно адаптированы для распознавания новых типов сетевых кибератак. Для устранения этого недостатка было предложено формировать обучающую выборку с использованием экспертных знаний, представленных в виде производственных правил. Было определено, что среди классических типов нейросетевых моделей наиболее подходящей для такого обучения является вероятностная нейронная сеть. На основе этой сети была создана оригинальная модель нейронной сети, разработана ее структура и программное обеспечение. Использование разработанной модели позволяет повысить эффективность распознавания и расширить многие виды сетевых атак, характеристики которых не представлены в статистических данных. Еще одним важным преимуществом разработанной модели является информативность выходного сигнала, достаточная для гибкой настройки мер защиты. Ақпараттық жүйелердің желілік ресурстарына кибершабуылға қарсы тұру саласындағы зерттеулер қазіргі заманғы нейрондық желілердің модельдерінің көпшілігі статистикалық мәліметтерді қолдана отырып оқуға бағытталғанын көрсетті. Мұндай модельдер желілік кибершабуылдардың жаңа түрлерін тануға жеткілікті бейімделмеген. Бұл кемшілікті жою үшін өндірістік ережелер түрінде ұсынылған сараптамалық білімді пайдалана отырып, оқу үлгісін қалыптастыру ұсынылды.ru
dc.language.isoenru
dc.publisherJournal of Theoretical and Applied Information Technology. - 2021.ru
dc.subjectимпакт-фактор 2021ru
dc.subjectнаучный журналru
dc.subjectзарубежное изданиеru
dc.subjectдальнее зарубежьеru
dc.subjectскопусru
dc.subjectнейросетиru
dc.subjectкибератакаru
dc.subjectинформационные технологииru
dc.subjectинформационные системыru
dc.titleNeural network model of countering network cyber attacks using expert knowledgeru
dc.typeArticleru
Располагается в коллекциях:Периодические издания

Файлы этого ресурса:
Файл Описание РазмерФормат 
Бапиев_статья_Скопус.pdf456,43 kBpdfПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.