Статья сотрудника института напечатана в журнале с импакт фактором

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.