Постоянная ссылка (СИД2) |
J2218295830 |
Название |
Метод глубокого обучения для выявления аномалий в функционировании компьютерных систем |
Автор |
Горохов О. Е. |
Автор |
Петровский М. И. |
Автор |
Машечкин И. В. |
Источник |
Итоги науки и техники. Электронный журнал. Современная математика и ее приложения. Тематические обзоры/ Всероссийский институт научной и технической информации РАН |
Страницы/Объём |
140-152 |
Сокращ. назв. источника |
Итоги науки и техн. Электрон. ж.. Соврем. мат. и ее прил. Темат. обз./ ВИНИТИ РАН |
Год |
2024 |
Том |
232 |
Адрес в Интернет |
http://elibrary.ru/item.asp?id=65677620 |
Постоянная ссылка (СИД) |
J22182958 |
Ключевые слова (авторские) |
анализ системных журналов%глубокое обучение%нейронные сети%обнаружение аномалий |
Место хранения |
Получен PDF |
Дата регистрации в ВИНИТИ |
18.05.2024 |
Язык текста |
русский |
Язык резюме |
английский |
Аннотация |
Задача обнаружения аномального поведения крупных программных систем может быть сведена к задаче обнаружения аномалий в потоках текстовых данных. В работе предлагается подход, основанный на комбинации глубокого обучения (автокодировщика с использованием сверточных нейронных сетей и однослойного полносвязного декодировщика) и подходов, основанных на нечетком методе кластеризации. Предложенное решение позволяет эффективно строить векторные представления групп последовательных событий и определять выбросы в данных за счет разработанного слоя, основанного на методах нечеткой кластеризации и радиально-базисных функций |
Тематический раздел |
Математика |