Подробное описание документа

Севастей Е. А.
   Использование методов глубокого обучения для предсказания кибератак на основе анализа сетевого трафика / Севастей Е. А. // Русский инженер : сборник тезисов 3-го Международного конгресса (Москва, 29 - 31 октября 2025 года) / МГТУ им. Н. Э. Баумана ; вступ. сл. Гордин М. В. - М., 2025. - С. 258-259.

Просмотреть документ Скачать файл

Полнотекстовый документ

Рассмотрены отечественные патентованные методы предобработки сетевого трафика (фильтрация, нормализация, агрегация, кодирование), используемые для повышения эффективности нейросетевых моделей в задачах предсказания кибератак. Представлены алгоритмы машинного обучения (кластеризация, поведенческий анализ, графовые модели) и методы глубокого обучения (автоэнкодеры, CNN, LSTM, GNN), реализованные в отечественных разработках. Показано, что сочетание фрактального анализа, графовых представлений и гибридных архитектур обеспечивает повышение точности и устойчивости к шифрованию. Сделан вывод о перспективности применения гибридных нейросетевых систем в составе российских решений информационной безопасности.