Dirbtinių neuroninių tinklų taikymas įsilaužimams aptikti kompiuterių tinkluose

Abstract

Šiuo metu dirbtiniai neuroniniai tinklai (DNT) pritaikomi įvairiose srityse ir jų tikslumas leidžia spręsti pakankamai platų spektrą užduočių. Dirbtinio intelekto metodai kompiuterių tinkluose išpopuliarėjo dėl didelių pritaikymo galimybių: srautų klasifikavimui, tinklo prisitaikymui prie srauto pobūdžio ir kt. Viena iš didžiausių problemų, su kuria susiduria kompiuterių tinklų specialistai, yra kompiuterių tinklų saugumas ir jo užtikrinimas. Vis augant kompiuterių tinklų atakų skaičiui ir tipams, yra svarbu užtikrinti nenutrūkstamą prieigą prie interneto bei užtikrinti sistemų veikimą. Darbe išsamiai analizuojama kompiuterių tinklo samprata, naudojamos duomenų srauto kūrimo ir perdavimo technologijos kompiuterių tinkluose, pateikiami informacijos saugos aspektai. Taip pat aprašomas esamų ir potencialių atakų dažnumas ir įvairumas, kibernetinių atakų ir anomalijų tipai, incidentų tipai (pvz. DoS ir kt.). Lyginami dabartinių kompiuterių tinklų anomalijų atakų atpažinimo sistemų (angl. IDS) tipai ir metodai.

Artificial neural networks (ANNs) are being used in various domains including robotics, chemistry field as well as computer networks. Artificial intelligence in computer networks are gaining attention because of its practical potential in traffic classification, network adaptation to the type of traffic etc. One of emerging problems in computer network field is security assurance. Due to the number and variety of computer network attacks it is necessary to assure continuous internet provision and operation of systems. In this work the concept of computer network, technologies of development and transmission of data traffic were analysed and aspects of information security were introduced. Moreover diversity and occurence of existing and potential attacks were analysed including cyber attacks, anomalities, types of incidents (e.g. DoS etc.). Furthermore types and methods of intrusion detection systems (IDS) were compared.