Отрывок: Архитектура LSTM сети может включать несколько слоев рекуррентных блоков, каждый из которых содержит набор нейронов с активацией, памятью и вентилями, регулирующими поток информации через блок. Такая сеть может быть обучена на больших наборах данных, включающих информацию о действиях пользователей в сети, таких как вход и выход из системы, доступ к файлам, перемещение по файловой системе и другие действия. Кроме того, в архитектуру включены слои для обработки других типов данных...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorМарченко Е. А.ru
dc.contributor.authorЖуков С. В.ru
dc.coverage.spatialсоблюдение правил безопасностиru
dc.coverage.spatialрекуррентные нейронные сетиru
dc.coverage.spatialповеденческий анализru
dc.coverage.spatialмодели LSTM-сетиru
dc.coverage.spatialнейросетевые технологииru
dc.coverage.spatialматематическое моделированиеru
dc.coverage.spatialинформационная безопасность организацииru
dc.coverage.spatialанализ поведенческих паттерновru
dc.coverage.spatialData Loss Preventionru
dc.coverage.spatialDLP-системыru
dc.creatorМарченко Е. А., Жуков С. В.ru
dc.date.issued2024ru
dc.identifierRU\НТБ СГАУ\554693ru
dc.identifier.citationМарченко, Е. А. Математическое моделирование рекуррентных нейронных сетей для интеллектуального анализа поведенческих паттернов в DLP-системах / Е. А. Марченко, С. В. Жуков // Актуальные проблемы радиоэлектроники и телекоммуникаций : материалы Всерос. науч.-техн. конф. (г.Самара, 23-26 апр. 2024 г.) / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под ред. В. А. Зеленского. - Самара : [Артель], 2024. - С. 240-242.ru
dc.language.isorusru
dc.sourceАктуальные проблемы радиоэлектроники и телекоммуникаций : материалы Всерос. науч.-техн. конф. (г.Самара, 23-26 апр. 2024 г.). - Текст : электронныйru
dc.titleМатематическое моделирование рекуррентных нейронных сетей для интеллектуального анализа поведенческих паттернов в DLP-системахru
dc.typeTextru
dc.citation.epage242ru
dc.citation.spage240ru
dc.textpartАрхитектура LSTM сети может включать несколько слоев рекуррентных блоков, каждый из которых содержит набор нейронов с активацией, памятью и вентилями, регулирующими поток информации через блок. Такая сеть может быть обучена на больших наборах данных, включающих информацию о действиях пользователей в сети, таких как вход и выход из системы, доступ к файлам, перемещение по файловой системе и другие действия. Кроме того, в архитектуру включены слои для обработки других типов данных...-
Располагается в коллекциях: Актуальные проблемы радиоэлектроники и телекоммуникаций

Файлы этого ресурса:
Файл Размер Формат  
978-5-903943-20-3_2024-240-242.pdf192.5 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.