Универсальный анализатор трафика. Система предотвращения, обнаружения вторжений (IPS/IDS)

Июль 27, 2022

Главная
Информатика
Универсальный анализатор трафика. Система предотвращения, обнаружения вторжений (IPS/IDS)

Содержание

2. Цель: Создание модуля обнаружения аномалий для системы обнаружения вторжения «Snort», на основе нейросетевого метода анализа сетевой
3. Разнообразие систем IDS/IPS
4. Функциональная схема системы обнаружения вторжения IDS Snort
5. Функциональная схема системы обнаружения вторжения IDS Snort с разработанным адаптивным модулем
6. Список входных параметров, использованные для обучения
7. Реализация алгоритма работы нейросетевого модуля
8. Визуализации карт сетевой активности, построенные на тестовом наборе данных
9. Карта сетевой активности, построенная на полной обучающей выборке
10. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА
11. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА
12. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА
13. Формирование самоорганизующейся карты и отчет работы, на реальном трафике
14. Заключение Проведенные эксперименты с использованием разработанной модели нейросетевого модуля показали возможность обнаружения попыток вторжения в сеть.
16. Скачать презентацию

Слайд 2

Цель:
Создание модуля обнаружения аномалий для системы обнаружения вторжения «Snort», на основе

нейросетевого метода анализа сетевой активности.
Задачи:
-Исследование существующих систем обнаружения сетевых атак и разработка структуры интеллектуального нейросетевого модуля;
- Сопоставление технологий выявления сетевых атак в трафике в условиях априорной информации;
- Разработка структуры и алгоритма интеллектуального нейросетевого модуля;
- Экспериментальная проверка программной реализаций нейросетевого алгоритма выявление сетевых атак.

Слайд 3

Разнообразие систем IDS/IPS

Слайд 4

Функциональная схема системы обнаружения вторжения IDS Snort

Слайд 5

Функциональная схема системы обнаружения вторжения IDS Snort с разработанным адаптивным модулем

Слайд 6

Список входных параметров, использованные для обучения

Слайд 7

Реализация алгоритма работы нейросетевого модуля

Слайд 8

Визуализации карт сетевой активности, построенные на тестовом наборе данных

Слайд 9

Карта сетевой активности, построенная на полной обучающей выборке

Слайд 10

РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА

Слайд 11

РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА

Слайд 12

РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА

Слайд 13

Формирование самоорганизующейся карты и отчет работы, на реальном трафике

Слайд 14

Заключение

Проведенные эксперименты с использованием разработанной модели нейросетевого модуля показали возможность обнаружения

попыток вторжения в сеть. Система выделяет аномальные данные не входящие в кластеры полученные на этапе обучения и позволяет администратору сети в дальнейшем оценить их и принять решения о назначении.