содержание работы.
ГЛАВА I. СУЩЕСТВУЮЩИЕ МЕТОДЫ ПОИСКА ИСКЛЮЧЕНИЙ
1.1. Статистический подход.
1.1.1. Методы традиционного статистического подхода
1.1.2. Методы робастной нечеткой кластеризации.
1.1.3. Методы обнаружение исключений, строящие вероятностную модель данных
1.2. Метрический подход
1.2.1. Глобальные метрические алгоритмы
1.2.2. Локальные метрические алгоритмы.
1.3. Методы анализа отклонений .
1.3.1. Алгоритмы последовательного поиска исключений.
1.3.2. Репликаторные нейронные сети
1.3.3. Подходы на основе кластеризации.
1.4. ВЫВОДЫ
ГЛАВА II. МЕРА СХОДСТВА ДЛЯ РАЗНОРОДНЫХ
СТРУКТУРИРОВАННЫХ ДАННЫХ.
2.1. Представление данных в системах ИАД.
2.1.1. Типы источников данных
2.1.2. Реляционная модель с вложенными отношениями.
2.2 МЕРА СХОДСТВА ДЛЯ ВЛОЖЕННЫХ РЕЛЯЦИОННЫХ ОТНОШЕНИЙ
2.2.1. Потенциальная функция как мера сходства.
2.2.2. Определение потенциальной функции для вложенных реляционных отношений.
2.3. Основные свойства предложенной меры сходства
2.3.1. Семантика параметров
2.3.3. Вычислительная сложность
2.3.3. Предположение о независимости атрибутов.
2.3.4. Пример использования предложенной меры сходства для поиска исключений в реляционных данных.
2.4. ВЫВОДЫ
ГЛАВА III. НЕЧЕТКИЙ МЕТОД ПОИСКА ИСКЛЮЧЕНИЙ С ИСПОЛЬЗОВАНИЕМ ПОТЕНЦИАЛЬНЫХ ФУНКЦИЙ.
3.1. Обоснование и формулировка метода.
3.1.1. Потенциальные функции в задачах поиска исключений.
3.1.2. Идея метода, определение исключения.
3.1.3. Алгоритм поиска исключений на основе блочного покоординатного спуска
3.1.4. Исследование сходимости.
3.2. Повышение вычислительной эффективности метода для больших объемов данных.
3.2.1. Оценка сложности алгоритма и применение методов случайной выборки.
3.2.2. Проблема упрощения решающего правила в методах, использующих потенциальные функции.
3.2.3. Алгоритм упрощения решающего правила на основе алгоритма кластеризации Руспини.
3.3. Экспериментальное исследование метода на эталонных наборах
данных.
3.3.1. Данные с числовыми атрибутами. Тестовый набор данных НВК
3.3.2. Данные с бинарными и номинальными атрибутами. Тестовые наборы данных из архива 1.
к 3.3.3 Реляционные данные. База данных i
3.5. ВЫВОДЫ.
ГЛАВА IV. АПРОБАЦИЯ НА ПРИКЛАДНОЙ ЗАДАЧЕ ОБНАРУЖЕНИЯ КОМПЬЮТЕРНЫХ АТАК.
4.1. Задача обнаружения атак
4.1.1. Методы И АД в системах обнаружения атак.
4.1.2. Методика верификации алгоритмов выявления сетевых атак
4.2. Экспериментальное исследование метода для задачи выявления СЕТЕВЫХ АТАК
4.2.1. Постановка эксперимента
4.2.2. Результаты эксперимента
4.2.3. Сравнительный анализ.
4.3. Программная реализация.
4.3.1. Реализация модуля поиска исключений, поддерживающего стандарт О В ii.
. 4.3.2. Архитектура и функциональность экспериментальной системы обнаружения атак
4.4.Вывод ы.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
- Київ+380960830922