基于神经网络的使用来检测信息安全系统中的入侵的程序。

Симаворян С.Ж., Симонян А.Р., Попов Г.А., Улитина Е.И.

doi:10.7256/2454-0714.2020.3.33734

返回内容

软件系统和计算方法

正确的文章链接:

Simavoryan S.Z., Simonyan A.R., Popov G.A., Ulitina E.I. 基于神经网络的使用来检测信息安全系统中的入侵的程序。 // 软件系统和计算方法. 2020. № 3. С. 1-9. DOI: 10.7256/2454-0714.2020.3.33734 URL: https://cn.nbpublish.com/library_read_article.php?id=33734

基于神经网络的使用来检测信息安全系统中的入侵的程序。

Simavoryan Simon Zhorzhevich

博士学位技术科学

索契州立大学应用数学与计算机科学系副教授

354003, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

simsim@mail.ru

Simonyan Arsen Rafikovich

博士学位物理和数学

索契州立大学应用数学与计算机科学系副教授

354000, Russia, g. Sochi, ul. Ostrovskogo, 37, kv. 91

oppm@mail.ru

Popov Georgii Aleksandrovich

博士技术科学

阿斯特拉罕国立技术大学信息安全系主任

414025, Russia, Astrakhanskaya oblast', g. Astrakhan', ul. Tatishcheva, 16

popov@astu.org

Ulitina Elena Ivanovna

博士学位物理和数学

索契州立大学应用数学与计算机科学系副教授

354003, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94

ulitina@rambler.ru

DOI:

10.7256/2454-0714.2020.3.33734

评审日期

24-08-2020

出版日期

26-10-2020

注解: 这项研究的主题是根据在资助的RFBR项目第19-01-00383号框架内开发的系统概念方法，识别和打击信息安全系统中的入侵（攻击）问题。该研究的对象是自动化数据处理系统（ASOD）的神经网络和信息安全系统（OIB）。作者从入侵检测系统的基本概念要求-适应性，可训练性和可管理性出发。开发的入侵检测程序同时考虑内部和外部威胁。它由两个子系统组成：一个子系统，用于检测可能的入侵，其中包括用于预测，控制和控制访问，分析和检测入侵的复发的子系统，以及入侵预防子系统，其
开发入侵检测程序的方法学研究是利用人工智能方法，系统分析，信息安全领域的神经系统理论进行的。这项工作的研究是在保护ASOD信息的系统概念方法的基础上进行的。
工作中获得的主要结果是自适应入侵检测程序的框图（算法），其中包含与安全系统中使用的神经系统类比构建的手段和保护机制。入侵检测和反击系统的开发的一般结构使得能够系统地互连子系统，用于在概念层面检测可能的入侵和反击入侵。

出版日期:

神经网络, 神经网络, 智能系统, 智能系统, 信息保护, 信息保护, 确保资讯保安, 确保资讯保安, 入侵检测系统, 资讯保安策略, 入侵检测系统, 资讯保安策略, 自动数据处理, 自动数据处理, 适应性系统, 适应性系统, 攻击检测系统, 攻击检测系统, 信息的软件保护, 信息的软件保护

杂志

基于神经网络的使用来检测信息安全系统中的入侵的程序。