Застосування нейронної мережі для захисту Web-додатків.
| dc.contributor.author | Рязанцев, О. І. | |
| dc.contributor.author | Кардашук, В. С. | |
| dc.contributor.author | Сафонова, С. О. | |
| dc.contributor.author | Кравцов, С. В. | |
| dc.date.accessioned | 2024-12-14T20:03:19Z | |
| dc.date.available | 2024-12-14T20:03:19Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | У статті розглянуті сучасні проблеми захисту інформації та рекомендації щодо особливостей функціонування Web-додатків у безпечному середовищі. Найбільш важливим рівнем щодо захисту інформації є програмно-технічні засоби, що містять у собі цілий комплекс апаратних, програмних і апаратно-програмних засобів захисту інформації. Розробники сучасних брандмауерів пропонують рішення, які працюють на всіх рівнях моделі OSI. Однак робота більшості "класичних" брандмауерів акцентується на мережевому й сеансовому рівнях. Нерідко функціональні можливості роботи брандмауера на рівні додатків забезпечуються окремим модулем, робота якого, як правило, носить загальний характер і не враховує особливостей функціонування додатків. Для реалізації дослідження відбиття атака на WEB-додатки проаналізована та досліджена нейронна мережа адаптивної-резонансної теорії (АРТ), що порівнює вхідне зображення до одного зі сформованих класів у процесі навчання, якщо воно відповідає заданому критерію подібності й у достатньому ступені подібно із прототипом цього класу. В процесі співставлення відбувається модифікація вхідного зображення для більшої відповідності із пропонованим зображенням – корегуються ваги зв’язків. Якщо вхідне зображення в недостатньому ступені подібно із пропонованим зображенням, у цьому випадку виділяється додатковий нейрон і формується новий клас зображень. Виділення додаткового нейрона під новий клас зображень відбувається завдяки наявності вільних, незадіяних нейронів у шарі, що розпізнає. Дана операція запобігає дублюванню існуючих зображення, що вже знаходяться у пам’яті. Запропонована модифікована структура мережі та рішення щодо усунення недоліків роботи нейронної мережі. В результаті дослідження намічені подальші шляхи удосконалення алгоритму навчання нейронної мережі, що направлені на збільшення кількості операцій відбиття атак на WEB-додатки за допомогою евристичного методу. | |
| dc.identifier.citation | Застосування нейронної мережі для захисту Web-додатків / Рязанцев О. І., Кардашук В. С., Сафонова С. О., Кравцов С. В. Наукові вісті Далівського університету. 2023. №25. | |
| dc.identifier.doi | https://doi.org/10.33216/2222-3428-2023-25-3 | |
| dc.identifier.udc | 004.023 | |
| dc.identifier.uri | https://dspace.snu.edu.ua/handle/123456789/1574 | |
| dc.language.iso | uk | |
| dc.publisher | СНУ ім. В. Даля | |
| dc.subject | WEB-додаток | |
| dc.subject | нейронна мережа | |
| dc.subject | відбиття атак | |
| dc.subject | система виявлення вторгнень | |
| dc.title | Застосування нейронної мережі для захисту Web-додатків. | |
| dc.type | Article |