Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/44466
Title: Выявление сетевой разведки методами машинного обучения
Other Titles: Identification of network intelligence by machine learning methods
Authors: Шараев, Н. П.
Keywords: материалы конференций;сетевая разведка;машинное обучение;network intelligence;machine learning
Issue Date: 2021
Publisher: БГУИР
Citation: Шараев, Н. П. Выявление сетевой разведки методами машинного обучения / Шараев Н. П. // Инфокоммуникации : сборник тезисов докладов 57-ой научной конференции аспирантов, магистрантов и студентов, Минск, 19–23 апреля 2021 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск : БГУИР, 2021. – С. 34–37.
Abstract: Сетевая разведка является первой стадией таргетированной или APT атаки, обнаружение которой позволит заблаговременно выполнить поиск возможных уязвимостей и предпринять меры по снижению рисков. Cреди возможных унифицированных методов проведения сетевой разведки выделяются сканирование информационной сети и портов транспортного уровня. Процесс обнаружения данных типов сканирования основан на алгоритмах машинного обучения, в частности, методах классификации, кластеризации и ансамблирования. Обучающий датасет генерируется на базе сетевого трафика, в котором присутствуют отдельные пакет (сегменты) сетевой разведки.
Alternative abstract: Network reconnaissance is the first stage of a targeted or APT attack, the detection of which will allow you to search for possible vulnerabilities in advance and take measures to mitigate the risks. Among the possible unified methods of conducting network reconnaissance, scanning the information network and ports of the transport layer stand out. The detection process for these scan types is based on machine learning algorithms, in particular, classification, clustering and ensemble methods. The training dataset is generated on the basis of network traffic, in which there are separate packet (s) of network intelligence.
URI: https://libeldoc.bsuir.by/handle/123456789/44466
Appears in Collections:Инфокоммуникации : материалы 57-й научной конференции аспирантов, магистрантов и студентов (2021)

Files in This Item:
File Description SizeFormat 
Sharayev_Vyyavleniye.pdf582.26 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.