Анализ сетевого трафика с использованием метода машинного обучения
Ускорение обработки огромных информационных массивов как одна из основных целей методики обнаружения вредоносного трафика с использованием анализа данных. Особенности настройки гиперпараметров алгоритма, который реализует метод машинного обучения.
Подобные документы
Способ по предсказанию успешности реакции с помощью методов машинного обучения. Модели с использованием методов глубокого обучения, решающие задачи генерации потенциально неуспешных реакций и классификации реакций на успешно проходящие и некорректные.
дипломная работа, добавлен 24.10.2020Основы захвата, анализа сетевого трафика. Защита компьютерной сети с использованием межсетевых экранов. Сигнатурный анализ и обнаружение аномалий. Применение технологии терминального доступа. Система единого входа в сеть на основе протокола Kerberos.
учебное пособие, добавлен 15.03.2014Разработка метода оптимизации передачи трафика по сети с использованием заблокированных каналов связи. Обзор существующих решений в области построения логических сетевых топологий. Изучение результатов при использовании различных методов оптимизации.
статья, добавлен 29.04.2018Интеллектуальный анализ данных, группировка схожих документов в отдельные кластеры. Проведение исследований по кластеризации текстовых данных: предварительная обработка, векторизация, запуск алгоритма машинного обучения и оценка качества разбиения.
дипломная работа, добавлен 30.06.2017Характеристика трафика передачи данных. Показатель взрывообразного характера, терпимость к задержкам, пропускная способность сети. Разработка графического интерфейса. Описание метода фильтрации трафика. Использование программного обеспечения.
курсовая работа, добавлен 07.08.2018- 56. Метод визуализации патологических структур на маммограммах с использованием послойного наложения
Анализ основных этапов обработки медицинских радиологических изображений. Сущность алгоритма Канни и результаты его работы на реальных данных. Особенности метода визуализации на основе послойного наложения изображений, перспективы его применения.
статья, добавлен 22.03.2016 Анализ трафика для получения паролей и идентификаторов пользователей в сети Internet. Протоколы обмена, позволяющие защитить сетевое соединение и зашифровать трафик. Внедрение ложного объекта путем использования недостатков алгоритмов удаленного поиска.
реферат, добавлен 06.03.2013Обзор и классификация существующих систем машинного перевода. Состав логических блоков систем, история развития машинного перевода. Рассмотрение места системы машинного перевода "Кросслятор 2.0" среди современных систем автоматической обработки текстов.
статья, добавлен 28.10.2018Прогресс и проблемы нейронного машинного перевода с казахского на английский язык, охватывающие множество аспектов NMT, включая различные типы архитектуры, процедуры обучения, формирование корпусов, методы подготовки данных и показатели оценки.
статья, добавлен 13.12.2024Описание подходов к упорядочению текстов выдачи поисковой системы по близости к запросу с использованием модели машинного обучения, основанной на сравнении деревьев синтаксического разбора. Результаты использования выборки запросов на английском языке.
статья, добавлен 19.01.2018Теоритические аспекты и модели машинного обучения. Получение и интерпретация визуальной информации. Цели и задачи идентификации объектов по фотографиям. Использование искусственной нейронной сети Keras для распознавания ос и пчел от других насекомых.
курсовая работа, добавлен 06.03.2022Разработка комплексных подходов обнаружения скомпрометированных банковских транзакций на основании ряда их признаков с помощью методов машинного обучения и других аналитических моделей. Анализ банковских операций, включая все их виды и особенности.
дипломная работа, добавлен 07.12.2019Процедуры для иерархического представления элементов, определяющих суть различных задач с использованием теории Демпстера-Шейфера. Метод анализа иерархий Саати, который использует теорию Демпстера-Шейфера для обработки неточных и неполных предпочтений.
статья, добавлен 25.08.2020Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016Рассмотрение машинного обучения как одного из приоритетных направлений на сегодняшний день. Особенности автоматизации процесса построения модели обработки данных для коммерческого использования. Характеристика методов декомпозиции временных рядов.
статья, добавлен 19.12.2017Исследование особенностей применения методов машинного обучения для выявления преступников по фотографиям. Определение необходимости обучения цифровой грамотности. Рассмотрение и характеристика основных причин масса мифов вокруг software engineering.
доклад, добавлен 09.10.2022Техники анализа большого количества постоянно прибывающей информации. Специфика больших данных. Традиционные методы работы с массивами информации. Программные инструменты для извлечения данных из внешних источников и обработки огромных массивов.
реферат, добавлен 17.09.2014Изучение метода генерирования нечеткого классификатора на ряде практических задач классификации. Гибридизация Питтсбургского метода на основе применения Мичиганского метода как оператора мутации. Коэволюционный метод обучения алгоритмических композиций.
статья, добавлен 19.01.2018Обеспечение эффективной безопасности информационных систем. Анализ сети на наличие уязвимостей и постоянного контроля трафика на предмет обнаружения вторжений. Программные и аппаратные автоматизированные средства поиска нарушений политики безопасности.
статья, добавлен 10.03.2018Разработка и реализация программы на языке С++ с использованием класса статических массивов структур и базы данных "ODER". Многочисленные операции: сортировка, загрузка и сохранение результатов обработки в бинарный файл, поиск по вводимым данным.
курсовая работа, добавлен 19.07.2014Предсказание трехмерной структуры белка. Предсказание матрицы контактов белка с помощью информации об ограничениях, содержащейся в матрице контактов. Применение моделей машинного обучения XGBoost, CatBoost, Logistic Regression, CNN, ResNet, BiLSTM, LSTM.
дипломная работа, добавлен 25.08.2020- 72. Уменьшение аддитивного шума на цифровых изображениях с использованием технологии суррогатных данных
Описание нелинейного метода подавления аддитивного шума на цифровых изображениях, основанного на использовании технологии суррогатных данных. Результаты имитационного моделирования предварительной обработки изображений с использованием ATS-алгоритма.
статья, добавлен 14.01.2017 Возможности использования методов машинного обучения для анализа реальных данных по вибрации ключевых узлов центробежного компрессора. Дерево решения для массива данных, полученных в одном из нефтеперерабатывающих заводов. Критерии оценки отказа
статья, добавлен 09.09.2024Новые тенденции в области контентной фильтрации. Современные угрозы, фильтрация Web-трафика. Подходы к категоризации сайтов и данных, предопределенные базы категорий сайтов. HTTPS и другие виды шифрованного трафика. Контроль передачи шифрованных данных.
реферат, добавлен 27.01.2016Методы реализации системы защиты сетевых соединений. Виды сетевых атак. Определение места программы в системе защиты сетевого трафика. Модуль хранения основной ключевой информации. Алгоритм обработки входящего пакета. Модули реализации протокола ISAKMP.
дипломная работа, добавлен 11.11.2017