Page 9 - Нейросетевой подход к иерархическому представлению компьютерной сети в задачах информационной безопасности
Basic HTML Version
ISSN 2305-5626. Вестник МГТУ им. Н.Э. Баумана: электронное издание. 2013
9
Схема работы алгоритма 2
В данной работе рассмотрено решение задачи о покрытии мно-
жества в рамках нейросетевой парадигмы и на его основе предложен
алгоритм построения иерархического представления компьютерной
сети. Описанные результаты могут найти применение при построе-
нии систем обнаружения аномалий в сетях и прогнозирования пове-
дения трафика.
СПИСОК ЛИТЕРАТУРЫ
1.
Scarse l l i F . A short description of the Graph Neural Network toolbox.
2011. URL:
2.
The graph neural network model / F. Scarselli, M. Gori, A.C. Tsoi, G. Mon-
fardini // IEEE Transactions on Neural Networks. 2009. Vol. 20. No 1.
P. 61–80.
3.
Di l eep G., Bobby Jaros . The HTM learning algorithms // Numenta
Inc., 2007. URL:
4.
Karp R.M. Reducibility among combinatorial problems: Complexity of
computer computations. Proc. of a Symp. on the Complexity of Computer
Computations / R.E. Miller, J.W. Thatcher, eds. [The IBM Research Sympo-
sia Series]. N.-Y.: Plenum Press, 1972. P. 85–103.
5.
Ba l as E., Ca rr era M.C. A dynamic subgradient-based branch and bound
procedure for set covering // Oper. Res. 1996. Vol. 44. No 6. P. 875–890.
6.
Beas ley J.E. A Lagrangian heuristic for set-covering problems // Naval
Res. Logist. 1990. Vol. 37. No 1. P. 151–164.
7.
Caprar a A., Fi sche t t i M. , To th P. Algorithms for the set covering
problem // DEIS — Operations Research Group. 1998. Technical Rep.
No OR-98-3.
8.
Нгуен Минь Ханг. Применение генетического алгоритма для задачи
нахождения покрытия множества // Тр. ИСА РАН. 2008. № 33. C. 206–
219.
9.
Еремеев А.В. Генетический алгоритм для задачи о покрытии // Дис-
кретный анализ и исследование операций. Сер. 2. 2000. Т. 7. № 1. С. 47–
60.
10.
Back Th., Schiiltz M., Khuri S. A comparative study of a penalty
function, a repair heuristic, and stochastic operators with the set-covering
