(Хмельницький національний університет, 2022) Каштальян, Антоніна; Любінецький, Денис; Kashtalian, Antonina; Liubinetskyi, Denys
У роботі розроблено самоорганізовану систему прогнозування зловмисної активності в комп’ютерній мережі згідно алгоритмів роботи глибокого навчання.
Крім того, було представлено нову самоорганізовану інкрементну нейронну мережу під назвою FG-SOINN написану мовою програмування Python.
У SOINN видалення вузлів і ребер визначається двома параметрами, які потрібно оптимізувати для кожної наявної програми за допомогою перехресної перевірки або подібних підходів повторної вибірки. FG-SOINN усуває цей недолік, розглядаючи видалення вузлів і ребер як невід’ємну частину
процесу навчання.
Було сформульовано три концепції для формування «сміттєвого забуття»: час простою, надійність і корисність завдяки чому мережа видаляє вузли та ребра
Така мережа базується на концепті «навчання без вчителя»
і мож
е
працювати із штучними та реальними даними і
,
навіть
,
за раптових
або
повторюваних відхилень
.