Page 1 - Нейросетевой подход к иерархическому представлению компьютерной сети в задачах информационной безопасности

ISSN 2305-5626. Вестник МГТУ им. Н.Э. Баумана: электронное издание. 2013

1

УДК 004.056

Нейросетевой подход к иерархическому представлению

компьютерной сети в задачах

информационной безопасности

М.А. Басараб

1

, С.В. Вельц

1

МГТУ им. Н.Э. Баумана, Москва, 105005, Россия

Рассмотрена задача создания иерархического представления ком-

пьютерной сети. Задача сведена к задаче о покрытии множества;

предложен нейросетевой подход на основе сетей Хопфилда для ее

решения.

E-mail:

bmic@mail.ru

Ключевые слова:

задача о покрытии множества, нейросетевая опти-

мизация, сеть Хопфилда, машина Больцмана.

Рассматриваемая задача создания иерархического представления

компьютерной сети, пригодного для проведения многомасштабного

анализа методами машинного обучения, является актуальной. Ее ре-

шение позволит эффективнее управлять сетями, повышая качество

обслуживания, и обнаруживать новые типы аномалии для обеспече-

ния информационной безопасности. Под многомасштабностью по-

нимают применение выбранного метода машинного обучения к

определенному уровню представления, что дает возможность выби-

рать степень обобщения информации, обнаруживать взаимосвязи

между частями системы в определенном масштабе, снижать вычис-

лительную сложность задачи.

В качестве инструментов многомасштабного анализа могут вы-

ступать графовые нейронные сети (Graph Neural Network — GNN)

[1, 2] или иерархическая темпоральная память (HTM) [3]. И теми, и

другими методами обрабатывают информацию, представленную в

виде графа. Однако нейроны в GNN получают только локальную ин-

формацию от своих соседей, что не позволяет обобщать и находить

взаимосвязи между разными частями графа. В случае HTM необхо-

димо сформировать структуру связей между узлами/нейронами в

разных слоях. В обоих случаях встает задача выбора подмножества

вершин графа для формирования следующего слоя. При этом любая

вершина графа должна либо входить в выбранное подмножество, ли-

бо быть смежной хотя бы с одной вершиной из выбранного подмно-

жества. Это приводит к задаче о вершинном покрытии, которая сво-

дится к задаче о покрытии множества (SCP).

Поскольку задача о покрытии множества является NP-полной [4]

и размер задач, требующих решения, достаточно велик, найти точное

решение с помощью вычислений сложно. Это обусловливает необхо-

димость применения приближенных эвристических алгоритмов, сре-