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: 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

Germany Germany
29
Poland Poland
1
Singapore Singapore
1
Ukraine Ukraine
28329
United Kingdom United Kingdom
59
United States United States
16213
Unknown Country Unknown Country
157

Downloads

Germany Germany
11868
Netherlands Netherlands
16213
Poland Poland
2256
Ukraine Ukraine
44790
United States United States
4096

Files

File Size Format Downloads
Zarudna_mag_rob.pdf 871,56 kB Adobe PDF 79223

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.