Моделі та метод виявлення аномалій функціонування комп'ютерних систем на основі технології машинного навчання

Abstract

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.05 – Комп'ютерні системи та компоненти. – Харківський національний університет радіоелектроніки, Харків, 2019. Дисертаційна робота присвячена розробленню моделей та методів виявлення аномалій функціонування комп'ютерних систем на основі технології машинного навчання. Науковими результатами є: 1) вперше запропоновано модель класифікації стану системи, яка ґрунтується на структурному представлені показників функціональності розподілених комп’ютерних систем, що дозволяє виділити множину станів у залежності від функціональних завдань, розмежувати процеси цільового функціонування системи та інтерфейсні процеси взаємодії з мережною інфраструктурою та використовувати їх в методах інтелектуального аналізу для виявлення аномалій функціонування розподілених комп’ютерних систем. 2) удосконалено метод класифікації стану мережі на основі статистичних параметрів за рахунок рівномірної вибірки об'єктів із поверненням для формування навчальних вибірок, що дозволяє адаптувати процес навчання ансамбля класифікаторів до розмірів навчальної вибірки. 3) отримала подальшого розвитку мультиагентна модель системи збору і зберігання інформації, що побудована на основі агентів, метою яких є надання користувачеві або інформаційній системі більш високого рівня інформації про стан мережної інфраструктури, отриманої в результаті збору та інтелектуальної обробки параметрів, що дозволило зменшити навантаження на мережу за рахунок застосування запропонованого протоколу обміну інформацією між агентами. Запропоновані методи та засоби дозволяють підвищити достовірність виявлення аномалій функціонування розподілених комп’ютерних систем в умовах кібернетичних впливів зовнішнього та внутрішнього середовища шляхом побудови моделей і методів вирішення даного завдання на основі технологій інтелектуального аналізу даних.Dissertation for the degree of candidate of technical sciences in specialty 05.13.05 - Computer systems and components. Kharkiv National University of Radio Electronics, Kharkiv, 2019. The dissertation is devoted to the development of models and methods for detecting anomalies of the functioning of computer systems on the basis of machine learning technology. The scientific results are: 1) the first model of the classification of the state of the system, which allows to allocate a plurality of states depending on the functional tasks, delimit the processes of the target functioning of the system and interface processes of interaction with the network infrastructure and use them in the methods of intellectual analysis to identify the anomalies of the functioning of distributed systems. This model provides an opportunity to provide local control of parameters for each process and based on the generated vector to detect abnormal effects on the system as a whole; 2) the method of classification of the network status on the basis of statistical parameters for the detection of anomaly in the information structure of the computer system is improved; 3) received a further development of the multiagent model of the system of collecting and storing information based on agents. The proposed methods and means allow to increase the reliability of detection of anomalies of the functioning of distributed computer systems in the conditions of cybernetic influences of the external and internal environment by constructing models and methods for solving this problem on the basis of intelligent data analysis technologies.