Метод структурного статистического распознавания режимов работы информационно-вычислительных сетей

Сазонов К. В., Шуваев Ф. Л., Татарка М. В.

Аннотация

В статье показано применение метода структурного статистического распознавания в задачах информационной безопасности. Привлекательность данного метода заключается в возможности использования аппарата математической лингвистики, поскольку передача информации в современных информационно-вычислительных сетях связи обладает закономерностями, то есть синтаксисом языка, заданного алфавитом непроизводных образов. Принятие решения при распознавании осуществляется на основе минимизации эмпирического риска.

Ключевые слова:

вероятностное суффиксное дерево – probabilistic suffix tree; Марковская цепь – Markov chain; условная вероятность – conditional probability; восстановление грамматики – grammar restoration; синтаксический анализ – syntactic analysis.

Список литературы

1. Дубов, М. Аннотированные суффиксные деревья: особенности реализации / М. Дубов, Е. Черняк // Сборник национального открытого университета «ИНТУИТ», 2013.

2. Шелухин, О. И. Обнаружение вторжений в компью- терные сети / О.И. Шелухин, Д.Ж. Сакалема, А.С. Фили- нова. – М.: «Телеком», 2013. – 220 с.

3. Шелухин, О. И. Сравнительный анализ характеристик обнаружения аномалий трафика методами кратномасштабного анализа / О.И. Шелухин, А.В. Панкрушин // T-Сomm. – 2014. – No 6. – С. 65–70.

4. Шелухин, О. И. Оценка достоверности обнаружения аномалий сетевого трафика методами дискретного вейвлет-анализа / О.И. Шелухин, А.В. Панкрушин // T-Сomm. – 2013. – No 10. –С. 110–115.

5. Горелик, А. Л. Методы распознавания / А.Л. Горелик, В.А. Скрипкин. – М.: «Высшая школа», 2004. – 261 с.

6. Сазонов, К. В. Метод сокращения размерности вероятностных суффиксных деревьев / К.В. Сазонов, М.В. Татарка, Ф.Л. Шуваев // Информация и Космос. – 2018. – No 3. – С. 55–61.

7. Фу, К. Структурные методы в распознавании образов / К. Фу. – М.: Издательство «Мир», 1977. – 320 с.

8. Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. – М.: ДМК Пресс, 2015. – 400 с.

9. Gabadinho, A. Analyzing State Sequences with Probabilistic Suffix Trees: The PST R Package / A. Gabadinho, G. Ritschard // Journal of statistical software. – 2016. – Vol. 72. – Iss. 3.