В аттестационной работе была разработана общая архитектура системы обнаружения атак, а также разработаны частные методы поиска аномалий и злоупотреблений. Обоснован выбор многослойного персептрона для реализации метода обнаружения аномалий. Описана методика создания репрезентативной выборки с использованием метода уточняющих сигнатур. Для исследования функциональных возможностей модуля обнаружения аномалий при помощи нейронной сети была разработана программа TestIDS.exe. Проведенные экспериментальные исследования подтвердили эффективность использования нейросетевого подхода для реализации СОА. НЕЙРОМЕРЕЖА, КОМП'ЮТЕР, СИСТЕМА ВИЯВЛЕННЯ АТАК, МОДУЛЬ, АДАПТАЦІЯ, НАВЧАННЯ, АЛГОРИТМ In the work developed a general architecture of intrusion detection systems, as well as private methods developed for anomalies and irregularities. The choice of a multilayer perceptron to implement the method of detection of anomalies. A technique for the creation of a representative sample using the method of specifying signatures. To study the functionality of the module anomaly detection using neural network program was developed TestIDS.exe. The experimental results confirmed the effectiveness of the use of neural network approach for the implementation of IDS. NEURAL NETWORK, COMPUTER, INSTRUSION DETECTION SYSTEM, MODULE, ADAPTATION, LEARNING, ALGORITHM
