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...
Название : Математическое моделирование рекуррентных нейронных сетей для интеллектуального анализа поведенческих паттернов в DLP-системах
Авторы/Редакторы : Марченко Е. А.
Жуков С. В.
Дата публикации : 2024
Библиографическое описание : Марченко, 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.
Другие идентификаторы : RU\НТБ СГАУ\554693
Ключевые слова: соблюдение правил безопасности
рекуррентные нейронные сети
поведенческий анализ
модели LSTM-сети
нейросетевые технологии
математическое моделирование
информационная безопасность организации
анализ поведенческих паттернов
Data Loss Prevention
DLP-системы
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 полное описание ресурса Просмотр статистики
Поделиться:



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