Застосування глибоких нейронних мереж для вдосконалення систем виявлення загроз

Abstract

Це дослідження представляє комплексне вивчення розробки ефективної системи виявлення загроз на основі нейронних мереж, спрямованої на ідентифікацію та запобігання витоку даних. Використовуючи різноманітні методи машинного навчання, включаючи K найближчих сусідів, логістичну регресію, дерева рішень, випадковий ліс та різні моделі градієнтного підсилення, ця наукова робота заглиблюється в оптимізацію заходів кібербезпеки через передові аналітичні та моделюючі техніки. Центральним у нашому підході є розгортання глибокої багатошарової перцептронної нейронної мережі, розробленої для точного виявлення широкого спектру кіберзагроз, які потенційно можуть призвести до витоку даних. Методологія дослідження охоплює аналіз та синтез, систематизацію, класифікацію та детальний порівняльний аналіз для оцінки ефективності кожної моделі. Результатом цього дослідження є складне програмне рішення, здатне не лише виявляти складні патерни загроз, але й дозволяти експорт результатів у форматі CSV для подальшого вивчення.