Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας

Σκοπός της παρούσας διπλωματικής είναι η αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας σύμφωνα με τα πρότυπα της δομής STIX. Το STIX είναι μία κοινή «γλώσσα» για την οργάνωση και αναπαράσταση πληροφοριών κυβερνοεπιθέσεων έτσι ώστε να είναι εύκολα κατανοητές και διαχειρίσιμες τόσο από αν...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Πετροπούλου, Αικατερίνη
Άλλοι συγγραφείς: Petropoulou, Aikaterini
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15326
id nemertes-10889-15326
record_format dspace
spelling nemertes-10889-153262022-09-05T06:57:27Z Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας Automatic extraction of information from cyber security reports Πετροπούλου, Αικατερίνη Petropoulou, Aikaterini Μηχανική μάθηση Νευρωνικά δίκτυα Επεξεργασία φυσικής γλώσσας Machine learning Neural networks Named entity recognition Word embeddings Natural language processing Σκοπός της παρούσας διπλωματικής είναι η αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας σύμφωνα με τα πρότυπα της δομής STIX. Το STIX είναι μία κοινή «γλώσσα» για την οργάνωση και αναπαράσταση πληροφοριών κυβερνοεπιθέσεων έτσι ώστε να είναι εύκολα κατανοητές και διαχειρίσιμες τόσο από ανθρώπους όσο και από υπολογιστές. Υλοποιήθηκε με τη χρήση νευρωνικών δικτύων για την αναγνώριση και ταξινόμηση λέξεων και φράσεων. Μελετήθηκε η χρήση διαφορετικών δικτύων καθώς επίσης και η προσθήκη pre-trained μοντέλων για τη δημιουργία των word- embeddings όπως είναι το BERT, το ELMo και το FastText. The purpose of this thesis is to automatically extract information from cybersecurity reports according to the standards of STIX structure. STIX is a common "language" for organizing and representing cyber-attack information so that it can be easily understood and managed by both humans and computers. It was implemented using neural networks for the recognition and classification of words and phrases. The use of different networks was studied as well as the addition of pre-trained models for the creation of word-embeddings such as BERT, ELMo and FastText. 2021-10-15T04:49:23Z 2021-10-15T04:49:23Z 2021-09-30 http://hdl.handle.net/10889/15326 gr application/pdf
institution UPatras
collection Nemertes
language Greek
topic Μηχανική μάθηση
Νευρωνικά δίκτυα
Επεξεργασία φυσικής γλώσσας
Machine learning
Neural networks
Named entity recognition
Word embeddings
Natural language processing
spellingShingle Μηχανική μάθηση
Νευρωνικά δίκτυα
Επεξεργασία φυσικής γλώσσας
Machine learning
Neural networks
Named entity recognition
Word embeddings
Natural language processing
Πετροπούλου, Αικατερίνη
Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
description Σκοπός της παρούσας διπλωματικής είναι η αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας σύμφωνα με τα πρότυπα της δομής STIX. Το STIX είναι μία κοινή «γλώσσα» για την οργάνωση και αναπαράσταση πληροφοριών κυβερνοεπιθέσεων έτσι ώστε να είναι εύκολα κατανοητές και διαχειρίσιμες τόσο από ανθρώπους όσο και από υπολογιστές. Υλοποιήθηκε με τη χρήση νευρωνικών δικτύων για την αναγνώριση και ταξινόμηση λέξεων και φράσεων. Μελετήθηκε η χρήση διαφορετικών δικτύων καθώς επίσης και η προσθήκη pre-trained μοντέλων για τη δημιουργία των word- embeddings όπως είναι το BERT, το ELMo και το FastText.
author2 Petropoulou, Aikaterini
author_facet Petropoulou, Aikaterini
Πετροπούλου, Αικατερίνη
author Πετροπούλου, Αικατερίνη
author_sort Πετροπούλου, Αικατερίνη
title Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
title_short Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
title_full Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
title_fullStr Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
title_full_unstemmed Αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
title_sort αυτόματη εξαγωγή πληροφοριών από εκθέσεις κυβερνοασφάλειας
publishDate 2021
url http://hdl.handle.net/10889/15326
work_keys_str_mv AT petropoulouaikaterinē automatēexagōgēplērophoriōnapoektheseiskybernoasphaleias
AT petropoulouaikaterinē automaticextractionofinformationfromcybersecurityreports
_version_ 1771297164089098240