Предсказание промышленных кибератак с использованием вариационных автокодировщиков
Аннотация
Выпускная квалификационная работа магистра 48 стр., 11 рис., 45 источников.
МАШИННОЕ ОБУЧЕНИЕ, ВРЕМЕННЫЕ РЯДЫ, ПОИСК АНОМАЛИЙ, РАЗРАБОТКА НЕЙРОННОЙ СЕТИ
Объект исследования —детектирование аномалий во временных рядах.
Цель исследования – сравнение скрытых пространств на детекцию аномалий.
Целью работы – сравнение генеративного и детерминированного скрытых пространств автокодировщика и вариационного автокодировщика для задачи выявления аномалий.
Методы исследования: аналитический, сравнения, расчет, конструктивный,.
Результаты работы: разработана нейронная сеть, проведено сравнение с другими алгоритмами.
Выпускная квалификационная работа выполнена в текстовом редакторе Microsoft Word.
МАШИННОЕ ОБУЧЕНИЕ, ВРЕМЕННЫЕ РЯДЫ, ПОИСК АНОМАЛИЙ, РАЗРАБОТКА НЕЙРОННОЙ СЕТИ
Объект исследования —детектирование аномалий во временных рядах.
Цель исследования – сравнение скрытых пространств на детекцию аномалий.
Целью работы – сравнение генеративного и детерминированного скрытых пространств автокодировщика и вариационного автокодировщика для задачи выявления аномалий.
Методы исследования: аналитический, сравнения, расчет, конструктивный,.
Результаты работы: разработана нейронная сеть, проведено сравнение с другими алгоритмами.
Выпускная квалификационная работа выполнена в текстовом редакторе Microsoft Word.