O uso da engenharia de atributos para otimizar o desempenho de modelos de aprendizado de máquina supervisionado aplicados a sistemas de detecção de intrusão
Saved in:
| Main Author: | |
|---|---|
| Publication Date: | 2023 |
| Format: | Master thesis |
| Language: | por |
| Source: | Repositório Institucional da UnB |
| Download full: | http://repositorio.unb.br/handle/10482/47949 |
Summary: | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023. |
Similar Items: O uso da engenharia de atributos para otimizar o desempenho de modelos de aprendizado de máquina supervisionado aplicados a sistemas de detecção de intrusão
- Proposta de um framework para detecção de intrusão em clusters de orquestração de contêineres utilizando machine learning para identificação de anomalias em system calls
- F-NIDS : sistema de detecção de intrusão descentralizado com base em aprendizado federado
- Framework para detecção de ataques DoS em dispositivos IoT, utilizando abordagens de aprendizado de máquinas
- Detecção de tráfego de rede malicioso utilizando vetorização e aprendizado de máquina aplicados a fluxos de dados
- WEAPON : uma arquitetura de aprendizado não supervisionado para detecção de anomalias de comportamento de usuários
- F-NIDS : sistema de detecção de intrusão baseado em aprendizado federado