Μέθοδοι ταξινόµησης κακόβουλου λογισµικού µε µηχανική µάθηση
Το κακόβουλο λογισµικό αποτελεί µια ολοένα και περισσότερο σηµαντική απειλή για την ασφάλεια των υπολογιστικών συστηµάτων. Μια σύγχρονη προσέγγιση για την ανίχνευση και την κατηγοριοποίηση του, αποτελεί η χρήση µοντέλων µηχανικής µάθησης. Στην παρούσα διπλωµατική εργασία, υλοποιήθηκε ένα µοντέλο αυτ...
Κύριος συγγραφέας: | Ξένος, Γεώργιος |
---|---|
Άλλοι συγγραφείς: | Xenos, Georgios |
Γλώσσα: | Greek |
Έκδοση: |
2020
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/14027 |
Παρόμοια τεκμήρια
-
Ανάπτυξη εργαλείου επεξεργασίας κακόβουλου λογισμικού
ανά: Τσουκαλαδέλης, Χρήστος
Έκδοση: (2020) -
Αποτίμηση μεθόδων μηχανικής μάθησης για ταξινόμηση κακόβουλου λογισμικού
ανά: Μάρκου, Στέφανος
Έκδοση: (2023) -
Ανάλυση δομών κακόβουλου λογισμικού
ανά: Μπαλωμένος, Στυλιανός
Έκδοση: (2022) -
Ανάλυση περιπεπλεγμένου (obfuscated) λογισμικού για αναγνώριση κακόβουλου λογισμικού
ανά: Λάμπρου, Σπυρίδων
Έκδοση: (2022) -
Ανάπτυξη εφαρμογής κακόβουλου λογισμικού και δοκιμών διείσδυσης
ανά: Σταυρινάκης, Παναγιώτης
Έκδοση: (2021)