Нейросетевой подход к иерархическому представлению компьютерной сети в задачах информационной безопасности

задача о покрытии множества нейросетевая оптимизация сеть Хопфилда машина Больцмана

Защита информационной безопасности сенсорной сети кластерной архитектуры с помощью механизма обнаружения вторжения, Моделирование волновой динамики стратифицированных сред с учетом нелинейности, вязкости, вращения земли и сжимаемости, ...

УДК 004.056 Нейросетевой подход к иерархическому представлению компьютерной сети в задачах информационной безопасности <...> Н.Э. Баумана, Москва, 105005, Россия Рассмотрена задача создания иерархического представления компьютерной сети. <...> Задача сведена к задаче о покрытии множества; предложен нейросетевой подход на основе сетей Хопфилда для ее решения. <...> E-mail: bmic@mail.ru Ключевые слова: задача о покрытии множества, нейросетевая оптимизация, сеть Хопфилда, машина Больцмана. <...> Рассматриваемая задача создания иерархического представления компьютерной сети, пригодного для проведения многомасштабного анализа методами машинного обучения, является актуальной. <...> Под многомасштабностью понимают применение выбранного метода машинного обучения к определенному уровню представления, что дает возможность выбирать степень обобщения информации, обнаруживать взаимосвязи между частями системы в определенном масштабе, снижать вычислительную сложность задачи. <...> В качестве инструментов многомасштабного анализа могут выступать графовые нейронные сети (Graph Neural Network — GNN) [1, 2] или иерархическая темпоральная память (HTM) [3]. <...> В обоих случаях встает задача выбора подмножества вершин графа для формирования следующего слоя. <...> При этом любая вершина графа должна либо входить в выбранное подмножество, либо быть смежной хотя бы с одной вершиной из выбранного подмножества. <...> Это приводит к задаче о вершинном покрытии, которая сводится к задаче о покрытии множества (SCP). <...> Авторами данной работы предлагается нейросетевой метод для решения задачи о покрытии множества. <...> Отличие этого метода заключается в использовании машины Больцмана совместно с методом Монте-Карло для борьбы с локальными минимумами. <...> Вопервых, в качестве метода машинного обучения можно применять и нейронные сети (GNN или HTM). <...> Использование нейросетевого алгоритма и на этапе построения представления позволит получить комплексное решение проблемы в рамках парадигмы нейрокомпьютинга <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт