Kategorier: Alla - качество - система - контроль - меры

av Криулин Петр Алексеевич för 5 årar sedan

261

Организация курса ПМиСЗИ

В рамках курса рассматриваются различные методы и модели для контроля и анализа сетевого трафика. Одной из ключевых тем является использование информационной меры Кульбака-Лейблера для оценки качественного изменения состояния сетевого трафика.

Организация курса ПМиСЗИ

Организация курса ПМиСЗИ

Тема 11. Нечётная логика

Лекция 11.1 Нечёткая логика Лекция Не выполнено

Тема 10. Правила классификации ТС трафика

Лекция 10.1. Правила классификации ТС трафика Лекция Не выполнено: Правила классификации ТС трафика. Выберите, чтобы отметить элемент как выполненный.

Тема 9. Алгоритм негативной селекции обнаружения вторжений на основе анализа сетевого трафика: kd-дерево, режимы обучения и тестирования.

9.1 Алгоритм негативной селекции обнаружения вторжений на основе анализа сетевого трафика

Тема 8. Механизм негативной и клональной селекции. Иммунная память. Модель обнаружения вторжений на основе механизма негативной селекции.

8.1 Система обнаружения вторжений на основе методов искусственных иммунных систем

Тема 7. Модели естественной и искусственной иммунной системы (ИИС), основные функции, подсистемы. Врожденный и приобретенный иммунитет. Комплементарность форм, аффинность.

7.1 Естественная и искусственные иммунные системы ЛекцияНе выполнено: 7.1 Естественная и искусственные иммунные системы

Тема 6. Модель контроля качественного изменения состояния сетевого трафика на основе информационной меры Кульбака-Лейблера.

6.1 Метод контроля качественного изменения состояний сетевого трафика на основе информационной меры Кульбака-Лейблера
6.3 ЛР1,2. Измерение информационной меры Кульбака– Лейблера (J-ЭФФЕКТ)
6.2 Пример решения Лабораторной работы ЗаданиеНе выполнено: 6.2 Пример решения Лабораторной работы

Тема 5. Модель контроля качественного изменения состояния сетевого трафика на основе эффекта гетероскедастичности.

5.1 Программная система для обнаружения вторжений в телекоммуникационных сетях на основе эффекта гетероскедастичности
5.3 ЛР1,2. Оценка гетероскедастичности (G - ЭФФЕКТ) ЗаданиеНе выполнено: 5.3 ЛР1,2. Оценка гетероскедастичности (G - ЭФФЕКТ)
5.2 Задание регрессионного анализа для СМОНе выполнено: 5.2 Задание регрессионного анализа для СМО

Тема 4. Технологии построения СОВ, архитектура, классификация СОВ. Функциональная структура СОВ

Лекция 4.1 Технология построения СОВ

Тема 12. Нечёткая модель

Лекция 12.1 АДАПТИВНАЯ НЕЧЕТКАЯ МОДЕЛЬ ОБНАРУЖЕНИЯ НА ОСНОВЕ ИСКУССТВЕННЫХ ИММУННЫХ СИСТЕМ

Тема 13. Метод построение СОВ на основе решающих деревьев и байесовского классификатора

Лекция 13.1 Система обнаружения вторжений на основе решающих деревьев

Тема 14. Адаптивная система интеллектуальной поддержки принятия решений по оценке изменений информационных состояний объектов в облачных вычислительных средах

Лекция 14.1 Адаптивная система интеллектуальной поддержки принятия решений по оценке изменений информационных состояний объектов в облачных вычислительных средах
14.2 Практическое задание «ИЗМЕРЕНИЕ ИНФОРМАЦИОННОЙ МЕРЫ КУЛЬБАКА – ЛЕЙБЛЕРА (J-ЭФФЕКТ)»

Тема 15. Перспективные направления построения систем обнаружения аномалий для критических инфраструктур

Тема 1. Введение, цели и задачи, структура курса. Проблема обеспечения безопасности компьютерных систем и сетей. НИР кафедры ИТКС

Лекция 1.2.НИЛ Адаптивных интеллектуальных систем и критического компьютинга
Лекция 1.1. Интеллектуальные системы защиты информации

Тема 2. Методы выявления аномалий

Лекция 2.1 "Методы выявления аномалий"

Тема 3. Интеллектуальная система мониторинга

Лекция 3.1 "Системы мониторинга"