Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/91625
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Інформаційна технологія глибокого машинного навчання системи виявлення кіберзагроз |
Other Titles |
Information Technology of Deep Machine Learning for Cyber Threat Detection System |
Authors |
Зарудна, К.О.
|
ORCID | |
Keywords |
кібербезпека cybersecurity машинне навчання machine learning система виявлення кібератак cyberattack detection system трафік traffic інформаційний критерій Information criterion |
Type | Masters thesis |
Date of Issue | 2023 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/91625 |
Publisher | Сумський державний університет |
License | Copyright not evaluated |
Citation | Зарудна К. О. Інформаційна технологія глибокого машинного навчання системи виявлення кіберзагроз : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 – комп’ютерні науки / наук. кер. А. С. Довбиш. Суми : Сумський державний університет, 2023. 58 с. |
Abstract |
Розроблено програмний комплекс глибокого інформаційно-екстремального машинного навчання з використанням трьох класів розпізнавання на мові C#. Визначено, що використання алгоритму глибокого інформаційно-екстремального машинного навчання дозволяє сформувати вирішальні правила з точністю більше ніж 83%, що перевищує ефективність базового алгоритму на 5%. Розроблений програмний комплекс глибокого інформаційно-екстремального машинного навчання може бути використаний для ефективного виявлення кіберзагроз та забезпечення безпеки інформаційної інфраструктури. |
Appears in Collections: |
Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ) |
Views
Australia
1
Germany
29
Poland
1
Singapore
1
Ukraine
73369
United Kingdom
59
United States
44790
Unknown Country
157
Downloads
Germany
11868
Netherlands
16213
Poland
2256
Ukraine
73371
United States
73368
Files
File | Size | Format | Downloads |
---|---|---|---|
Zarudna_mag_rob.pdf | 871.56 kB | Adobe PDF | 177076 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.