Статья под названием «Deep Learning Method for Denial of Service Attack Detection Based on Restricted Boltzmann Machine» («Углубленный метод обучения, основанный на ограниченных машинах Bolsman для обнаружения атак на отказ в обслуживании»), соавторами которой являются заведующий отделом Института информационных технологий НАН, доктор философии по технике, доцент Ядигяр Имамвердиев и ведущий научный сотрудник, доктор философии по технике, доцент Фаргана Абдуллаева, опубликована в журнале «Big Data».

В статье рассматривается вопрос исследования обнаружения DoS-атак в сети ограниченных машин Bolsman (ing. Restricted Boltzmann Machine, RBM) вида Qauss-Bernulli, являющихся одной из моделей глубоких технологий обучения. Для повышения точности обнаружения DoS-атак между кажущимися и скрытыми уровнями RBM было добавлено семь слоев. Высокие результаты были достигнуты при обнаружении DoS-атак путем оптимизации гиперпараметров предлагаемой глубокой модели RBM. В исследовании использовалась форма RBM, которая позволяет применять непрерывные данные и распределение вероятности видимого слоя было заменено распределением Qauss. Сравнительный анализ проводился с использованием более глубоких методов обучения, таких как Bernulli-Bernulli RBM, Qauss-Bernulli RBM, Deep Belief Network для оценки точности обнаружения DoS-атак по разным показателям. Методы определения точности были проверены в базе данных NSL-KDD. Предложенный многочисленный глубокий RBM вида Qauss-Bernulli показал более высокие результаты.

Журнал индексируется в таких научных базах, как MEDLINE, PubMed, PubMed Central, Science Citation Index Expanded, Journal Citation Reports/Science Edition, Scopus, а импакт фактор приравнивается 1.239.

Отметим, что статья подготовлена в рамках гранд проекта «Разработка методов и алгоритмов обеспечения информационной безопасности в среде больших данных («big data») и некоторые их приложения»  (Grant No. EIF-KETPL-2-2015-1(25)-56/05/1) при поддержке Фонда развития науки при Президенте Азербайджанской Республики.  

© Все права защищены. При использовании информации гиперссылка на сайт www.iсt.az обязательна.