Обзор методов глубокого обучения для кибербезопасности

В данной обзорной статье представлен анализ литературы, посвящённой методам глубокого обучения (DL), применяемым в задачах кибербезопасности. Для каждого метода глубокого обучения приведено краткое описание в учебном стиле, включая глубокие автокодировщики, ограниченные машины Больцмана, рекуррентные нейронные сети, генеративно-состязательные сети и ряд других методов. Далее рассматривается применение каждого из методов глубокого обучения в задачах безопасности. Обзор охватывает широкий спектр типов атак, включая вредоносное программное обеспечение, спам, угрозы со стороны инсайдеров, сетевые вторжения, внедрение ложных данных и вредоносные доменные имена, используемые ботнетами.