Search academic texts

Information × Registration Number 2124U002723, Article popup.category Стаття, Опубліковано, Рецензована стаття Title NETWORK INTRUSION DETECTION MODEL BASED ON CONVOLUTIONAL NEURAL NETWORKS AND TABULAR DATA CONVERTED INTO IMAGES popup.author Gavrylenko SvitlanaPoltoratskyi VadimGavrylenko SvitlanaPoltoratskyi Vadim popup.publication 28-11-2024 popup.source_user Національний університет «Полтавська політехніка імені Юрія Кондратюка» popup.source https://journals.nupp.edu.ua/sunz/article/view/3513 popup.publisher Національний університет «Полтавська політехніка імені Юрія Кондратюка» Description Об’єктом дослідження є процес ідентифікації стану комп’ютерної системи та мережі. Предметом дослідження є методи ідентифікації стану комп'ютерних систем і мереж. Метою даної роботи є підвищення якості виявлення вторгнень в комп'ютерні мережі. В якості вхідних даних використовувався набір UNSW-NB 15, який містить інформацію про нормальне функціонування мережі та під час синтетичних вторгнень. Розглянуто глибокі нейронні мережі (DL), їх переваги та проблеми в обробці великих даних. Виявлено, що глибокі нейронні мережі при обробці табличних даних потребують їх трансформації. Досліджено сучасні методи трансформації табличних даних. Отримано такі результати. Запропоновано метод перетворення табличних даних в зображення. Метод перетворює кожен об’єкт окремого класу з набору табличних даних на зображення шляхом відображення значень атрибутів на двовимірну площину. Метод реалізовано програмно за допомогою хмарного сервісу GOOGLE COLAB на базі Jupyter Notebook. Висновки. Встановлено, що використання запропонованого методу перетворення табличних даних в зображення дозволило використати модель класифікації на основі нейронної мережі CNN та підвищити якість виявлення вторгнень у комп’ютерні мережі до 4%. popup.nrat_date 2026-04-19 Close