Використання глибинних автоенкодерів для виявлення аномальної активності на веб-ресурсах

Abstract

В роботі розглянуто принципи роботи глибинних автоенкодерів, їх потенціал для аналізу аномальної активності, а також огляд існуючих підходів до їх використання в контексті веб-ресурсів. Предметом дослідження є методи аналізу аномальної активності з використанням глибинних нейронних мереж. Авторами проведено аналіз сучасних підходів із застосування автоенкодерів, базуючись на аналізі публікацій інших дослідників у галузях глибинного навчання, кібербезпеки та аналізу даних. Розглянуто переваги, обмеження та можливості інтеграції цих методів у сучасні системи моніторингу.

The paper examines the principles of operation of deep autoencoders, their potential for analyzing anomalous activity, and reviews existing approaches to their use in the context of web resources. The subject of the research is methods for analyzing anomalous activity using deep neural networks. The authors analyze modern approaches to the use of autoencoders, based on the analysis of publications by other researchers in the fields of deep learning, cybersecurity, and data analysis. They consider the advantages, limitations, and possibilities of integrating these methods into modern monitoring systems.