Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/91635
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Інформаційна технологія ієрархічного машинного навчання системи виявлення кіберзагроз |
Other Titles |
Information Technology of Hierarchical Machine Learning Based Cyber Threat Detection System |
Authors |
Теницька, А.О.
|
ORCID | |
Keywords |
декурсивне дерево decursive tree ієрархічна структура даних hierarchical data structure інформаційно-екстремальна інтелектуальна технологія information-extreme intellectual technology машинне навчання machine learning система виявлення кіберзагроз cyber threat detection system |
Type | Masters thesis |
Speciality | 122 - Комп’ютерні науки |
Date of Issue | 2023 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/91635 |
Publisher | Сумський державний університет |
License | Copyright not evaluated |
Citation | Теницька А. О. Інформаційна технологія ієрархічного 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. 68 с. |
Abstract |
Проведено аналіз існуючих видів, а також методів системи виявлення кіберзагроз. Розроблено алгоритм та програмне забезпечення системи виявлення кіберзагроз, застосовуючи інформаційно – екстремальну інтелектуальну технологію. Розглянуто, а також програмно реалізовано інформаційно – екстремальне машинне навчання системи виявлення кіберзагроз за ієрархічною структурою даних. Проведено навчання системи на реальних вхідних даних, взятих з відкритого репозиторію. Алгоритм розроблено за допомогою об'єктно-орієнтованої мови програмування Python. |
Appears in Collections: |
Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ) |
Views

1

1

4081

1951825

66

1378609

3335447
Downloads

1378609

1

1

1951826

1951824

1
Files
File | Size | Format | Downloads |
---|---|---|---|
Tenytska_mag_rob.pdf | 1.47 MB | Adobe PDF | 5282262 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.