zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Luận Văn - Báo Cáo

» Thạc sĩ - Tiến sĩ - Cao học

Tớm tắt Luận án Tiến sĩ Kỹ thuật: Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:14

Báo xấu

23
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án hướng tới mục tiêu nghiên cứu cải tiến phương pháp phát hiện bất thường mạng theo hướng giải quyết một số vấn đề đặt ra trên. Kết quả một số nội dung chính đã được thực hiện gồm. (i) Đã đề xuất được giải pháp cho cải tiến một số hạn chế của phương pháp học sâu NAD tiêu biểu, các thuật toán cải tiến cho phép xây dựng mô hình NAD hiệu quả hơn trong điều kiện dữ liệu của đối tượng quan sát có tính phân cụm cao. Mời các bạn tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tớm tắt Luận án Tiến sĩ Kỹ thuật: Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG BÙI CÔNG THÀNH PHÁT TRIỂN MỘT SỐ MÔ HÌNH PHÁT HIỆN BẤT THƯỜNG MẠNG DỰA TRÊN HỌC SÂU VÀ TỔNG HỢP DỮ LIỆU Chuyên ngành : Hệ thống thông tin Mã số : 9.48.01.04 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2021
Công trình được hoàn thành tại CÁC CÔNG TRÌNH CÓ LIÊN QUAN ĐẾN LUẬN ÁN Học viện Công nghệ Bưu chính Viễn thông  [CT1] Thanh Cong Bui, Loi Van Cao, Minh Hoang, and Quang Uy Nguyen. A clustering-based shrink autoencoder for detecting anomalies in Người hướng dẫn khoa học: intrusion detection systems. In 2019 11th International Conference on Knowledge and Systems Engineering (KSE), pp. 1–5. IEEE, (2019).  [CT2] Thanh Cong Bui, Minh Hoang, Quang Uy Nguyen, and Cao Loi Van. Data fusion-based network anomaly detection towards evidence Phản biện 1: theory. 2019 6th NAFOSTED International Conference on Information and Computer- Science (NICS’19). pp. 33–38. IEEE (2019) (The Best Paper Phản biện 2: Award).  [CT3] Bùi Công Thành, Vũ Tuấn Anh, Hoàng Trung Kiên. Ứng dụng lý Phản biện 3: thuyết Dempster Shafer trong xây dựng mô hình suy luận. Tạp chí Nghiên cứu Khoa học và Công nghệ Quân sự, 50(08) 08.2017, 144–157 (2017).  [CT4] Bùi Công Thành, Nguyễn Quang Uy, Hoàng Minh. Một số bộ dữ liệu kiểm thử phổ biến cho phát hiện xâm nhập mạng và đặc tính phân cụm. Tạp chí Khoa học và Công nghệ Việt Nam, Bộ Khoa học và Công nghệ, 62(1) 1.2020:1–7, (2020), (Series B), ISSN 1859-4794. Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp Học viện  [CT5] Thanh Cong Bui, Loi Van Cao, Minh Hoang, and Quang Uy Nguyen. Double-shrink autoencoder for network anomaly detection. Tạp Họp tại: Học viện Công nghệ Bưu chính Viễn thông chí Tin học điều khiển, Viện Hàn lâm Khoa học và Công nghệ Việt Nam Vào hồi giờ ngày tháng năm 2021 V.36, N.2 (2020).  [CT6] Thanh Cong Bui, Van Loi Cao, Quang Uy Nguyen, and Minh Hoang. One-class Fusion-based Learning Model for Anomaly Detection. Journal of Computer in Industry: Classification, Machine learning, pp. ...-- .... (ISI-SCIE, IF=3.954) (2021) (Under Review). Có thể tìm hiểu luận án tại: - Thư viện Học viện Bưu chính Viễn thông - Thư viện Quốc gia Việt Nam

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2431 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.