| DC Field | Value | Language |
|---|
| dc.contributor.author | Шараев, Н. П. | - |
| dc.date.accessioned | 2021-06-25T08:26:05Z | - |
| dc.date.available | 2021-06-25T08:26:05Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.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. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/44466 | - |
| dc.description.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. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | сетевая разведка | ru_RU |
| dc.subject | машинное обучение | ru_RU |
| dc.subject | network intelligence | ru_RU |
| dc.subject | machine learning | ru_RU |
| dc.title | Выявление сетевой разведки методами машинного обучения | ru_RU |
| dc.title.alternative | Identification of network intelligence by machine learning methods | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | 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. | - |
| Appears in Collections: | Инфокоммуникации : материалы 57-й научной конференции аспирантов, магистрантов и студентов (2021)
|
