Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Поисковый запрос: (<.>K=adversarial attack detection (computing)<.>)

Общее количество найденных документов : 1

Вид документа : Статья из журнала
Шифр издания :
Автор(ы) : Югай П. Э., Москвин Д. А.
Заглавие : Использование алгоритмов машинного обучения и Honeypot-систем для обнаружения состязательных атак на системы обнаружения вторжений
Параллельн. заглавия :Using machine learning algorithms and Honeypot systems to detect adversarial attacks on intrusion detection systems
Серия: Системы машинного обучения и управления базами знаний
Место публикации : Проблемы информационной безопасности. Компьютерные системы. - 2023. - № 4. - С.145-155: граф., табл., схема. - ISSN 2071-8217 (Шифр pinb/2023/4). - ISSN 2071-8217
Примечания : Библиогр.: с. 152-153 (23 назв.). - Список литературы представлен на русском и английском языках.
УДК : 004.41/42
ББК : 32.973
Предметные рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Ключевые слова (''Своб.индексиров.''): honeypot systems--honeypot-системы--adversarial attack detection (computing)--evasion attack (computing)--information security--intrusion detection systems (computing)--machine learning algorithms--model extraction attack--multiclass classifiers--алгоритмы машинного обучения--атака извлечения модели--атака уклонения (вычислительная техника)--информационная безопасность--многоклассовые классификаторы--обнаружение состязательных атак (вычислительная техника)--системы обнаружения вторжений (вычислительная техника)
Аннотация: В данной работе представлены состязательные атаки на алгоритмы машинного обучения в системах обнаружения вторжений. Исследованы некоторые примеры существующих систем обнаружения вторжений. Рассмотрены существующие подходы к обнаружению данных атак. Сформированы требования, позволяющие повысить устойчивость алгоритмов машинного обучения. Предложены два подхода к обнаружению состязательных атак на алгоритмы машинного обучения, первый из которых основывается на многоклассовом классификаторе и Honeypot-системе, а второй подход использует в совокупности многоклассовый и бинарный классификатор. Предложенные подходы могут быть использованы в дальнейших исследованиях, которые направлены на обнаружение состязательных атак на алгоритмы машинного обучения.This paper presents adversarial attacks on machine learning algorithms in intrusion detection systems. Some examples of existing intrusion detection systems have been investigated. The existing approaches to detecting these attacks are considered. Requirements have been formed to increase the stability of machine learning algorithms. Two approaches to detecting adversarial attacks on machine learning algorithms are proposed, the first of which is based on a multiclass classifier and a Honeypot system, and the second approach uses a multiclass and binary classifier together. The proposed approaches can be used in further research aimed at detecting adversarial attacks on machine learning algorithms.
Найти похожие

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)