| 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 |