Standard

Применение методов глубинного обучения для обнаружения вторжений. / Нечахин, Владислав Александрович; Пищик, Борис Николаевич.

In: Вестник Новосибирского государственного университета. Серия: Информационные технологии, Vol. 17, No. 2, 2019, p. 114-121.

Research output: Contribution to journal › Article › peer-review

Harvard

Нечахин, ВА & Пищик, БН 2019, 'Применение методов глубинного обучения для обнаружения вторжений', Вестник Новосибирского государственного университета. Серия: Информационные технологии, vol. 17, no. 2, pp. 114-121. https://doi.org/10.25205/1818-7900-2019-17-2-114-121

APA

Нечахин, В. А., & Пищик, Б. Н. (2019). Применение методов глубинного обучения для обнаружения вторжений. Вестник Новосибирского государственного университета. Серия: Информационные технологии, 17(2), 114-121. https://doi.org/10.25205/1818-7900-2019-17-2-114-121

Vancouver

Нечахин ВА, Пищик БН. Применение методов глубинного обучения для обнаружения вторжений. Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2019;17(2):114-121. doi: 10.25205/1818-7900-2019-17-2-114-121

Author

Нечахин, Владислав Александрович ; Пищик, Борис Николаевич. / Применение методов глубинного обучения для обнаружения вторжений. In: Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2019 ; Vol. 17, No. 2. pp. 114-121.

BibTeX

@article{ef9c5c4c734a4ba3bb75eff70fb05348,
title = "Применение методов глубинного обучения для обнаружения вторжений",
abstract = "Приведены результаты применения глубоких нейронных сетей для детектирования вредоносной активности в сетевом трафике. В процессе исследования реализованы 2 вида нейронной сети: рекуррентный автоэнкодер и генеративно-состязательная сеть. Приведены результаты исследования на наборе данных CICIDS2017",
author = "Нечахин, {Владислав Александрович} and Пищик, {Борис Николаевич}",
note = "Нечахин В.А., Пищик Б.Н. Применение методов глубинного обучения для обнаружения вторжений // Вестник НГУ. Серия: Информационные технологии. - 2019. - Т. 17. - №2. - C. 114–121",
year = "2019",
doi = "10.25205/1818-7900-2019-17-2-114-121",
language = "русский",
volume = "17",
pages = "114--121",
journal = "Вестник Новосибирского государственного университета. Серия: Информационные технологии",
issn = "1818-7900",
publisher = "ИПЦ НГУ",
number = "2",

}

RIS

TY - JOUR

T1 - Применение методов глубинного обучения для обнаружения вторжений

AU - Нечахин, Владислав Александрович

AU - Пищик, Борис Николаевич

N1 - Нечахин В.А., Пищик Б.Н. Применение методов глубинного обучения для обнаружения вторжений // Вестник НГУ. Серия: Информационные технологии. - 2019. - Т. 17. - №2. - C. 114–121

PY - 2019

Y1 - 2019

N2 - Приведены результаты применения глубоких нейронных сетей для детектирования вредоносной активности в сетевом трафике. В процессе исследования реализованы 2 вида нейронной сети: рекуррентный автоэнкодер и генеративно-состязательная сеть. Приведены результаты исследования на наборе данных CICIDS2017

AB - Приведены результаты применения глубоких нейронных сетей для детектирования вредоносной активности в сетевом трафике. В процессе исследования реализованы 2 вида нейронной сети: рекуррентный автоэнкодер и генеративно-состязательная сеть. Приведены результаты исследования на наборе данных CICIDS2017

UR - https://www.elibrary.ru/item.asp?id=41661986

U2 - 10.25205/1818-7900-2019-17-2-114-121

DO - 10.25205/1818-7900-2019-17-2-114-121

M3 - статья

VL - 17

SP - 114

EP - 121

JO - Вестник Новосибирского государственного университета. Серия: Информационные технологии

JF - Вестник Новосибирского государственного университета. Серия: Информационные технологии

SN - 1818-7900

IS - 2

ER -

ID: 22366928