Iskanje po katalogu digitalne knjižnice

Iskalni niz:	išči po
	išči po
	išči po
	išči po
Vrsta gradiva:	* po starem in bolonjskem študiju
Jezik:
Išči po:
Opcije:	Prikaži samo zadetke s celotnim besedilom
	Ponastavi

1 - 2 / 2

Uporaba strojnega učenja za zaznavo kibernetskih napadov : magistrsko delo
Benjamin Steiner, 2024, magistrsko delo

Opis: Strojno učenje se vse več uporablja v povezavi z zaznavo kibernetskih napadov, saj lahko s tem načinom zaznamo tudi bolj napredne kibernetske napade kot z drugimi načini zaznave. Glavni element učenja algoritmov nadzorovanega strojnega učenja za katero koli domeno uporabe so ustrezno označeni učni podatki, prek katerih se algoritem uči in kasneje tudi deluje. Ne vemo pa, točno koliko podatkov ti algoritmi potrebujejo za učenje, da postanejo učinkoviti. V magistrskem delu je bila uporabljena podatkovna zbirka UNSW-NB15, ki vsebuje več milijonov paketkov simuliranega omrežnega prometa in devet različnih kibernetskih napadov, kjer je vsak paketek že označen kot običajen mrežni promet ali kibernetski napad. Izvedeno je bilo učenje sedmih najpogostejših algoritmov strojnega učenja pri različnih deležih uporabljenih podatkov, da se je lahko določilo, pri katerih deležih učnih podatkov se merjene metrike normalizirajo. Rezultati so pokazali, da se je v povprečju metrike izbranih algoritmov normaliziralo okoli 10 % uporabljenih učnih podatkov (8233 vnosov), kar lahko pripomore k izdelavi bolj učinkovitih algoritmov za zaznavo kibernetskih napadov.
Ključne besede: kibernetski napadi, strojno učenje, lokalna omrežja, Python, UNSW-NB15, magistrska dela
Objavljeno v DKUM: 05.07.2024; Ogledov: 170; Prenosov: 48
Celotno besedilo (1,41 MB)

Uporaba javno dostopnih podatkov za oceno podobnosti vozil z ukradenimi : diplomsko delo visokošolskega študijskega programa Informacijska varnost
Benjamin Steiner, 2021, diplomsko delo

Opis: V Sloveniji je letno ukradenih med 900 in 1100 vozil, ampak policiji uspe izslediti le 25% teh vozil. Trenutno ne obstaja storitev, preko katere lahko poljubno vozilo primerjamo s seznamom ukradenih vozil in izluščimo le najbolj podobna vozila, ali posledično najdemo ukradeno vozilo. Za naslovitev problema je bil ustvarjen model, ki s pomočjo uporabe algoritma za iskanje najbližjih sosedov išče ukradena vozila, ki so najbolj podobna poljubno izbranemu vozilu. Da bi testirali razviti model, smo izbrali 200 vozil za vsako izmed 11 najpogostejših znamk avtomobilov na spletni strani Avto.net. Razdalje med avtomobili smo razvrstili v 3 opisne stopnje glede na podobnost: zelo podobna vozila, podobna vozila in malo podobna vozila. Opisne stopnje podobnosti so ustrezno merilo za ocenjevanje podobnosti vozil, saj so mejne razdalje med vozili jasno določene in neodvisne od znamke avtomobilov.
Ključne besede: podatki, javno dostopni podatki, rudarjenje podatkov, ukradena vozila, diplomske naloge
Objavljeno v DKUM: 18.11.2021; Ogledov: 934; Prenosov: 85
Celotno besedilo (1,06 MB)

Iskanje izvedeno v 0.06 sek.

Na vrh