|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Исследование и разработка методов обнаружения аномального поведения пользователей на основе анализа содержимого потока обрабатываемых текстовых данных для задач информационной безопасностикурсовая работа (Магистр)
- Научный руководитель: Царёв Д.В.
- Автор: Калякина Алина Дмитриевна
- Тип: Магистр
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Кафедра: Кафедра интеллектуальных информационных технологий
- Год защиты: 2021
- Курс: 5
- Аннотация: В данной курсовой работе рассматривается задача выявления аномального поведе- ния пользователей. Большинство современных методов решения этой задачи исполь- зуют только структурированные поведенческие данные пользователей - контекст. При таком подходе упускается информация, содержащаяся в неструктурированных поведен- ческие данных - контенте. Предлагается использовать не только структурированные поведенческие данные - контекст, но и неструктурированные - контент. В жизни контент может быть содер- жимым файлов пользователя, посещаемых веб-страниц. В работе задача поиска аномалий решается с помощью методов машинного обуче- ния, конкретно - нейронных сетей. Поведенческие данные представляют собой после- довательность действий пользователя (и связанный с ними контент), поэтому исполь- зуется LSTM-автокодировщик для поиска аномалий в поведенческих данных. Для того, чтобы оценить влияние использования контентных поведенческих данных, а также выбрать лучшей сценарий обучения моделей и поиска аномалий, проводится экспериментальное исследование на наборе данных CERT 6.2. CERT 6.2 имеет реали- стичное количество вредоносных пользователей, контент в нем представлен связными предложениями. Экспериментальное исследование позволило выбрать лучший сцена- рий обучения моделей и поиска аномалий.
- Добавил в систему: Царёв Дмитрий Владимирович