Métodos de imputação estatística para dados categóricos com  aplicações em segurança cibernética

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/19667

Type:	Trabalho de conclusão de graduação
Title:	Métodos de imputação estatística para dados categóricos com aplicações em segurança cibernética
Author(s)/Inventor(s):	Vieira, Daniel Bayerl Miranda, Lucas Guimarães
Advisor:	Menasche, Daniel Sadoc
Abstract:	Neste trabalho buscamos entender e realizar medições em um fluxo de avisos de vulnerabilidades de software que são distribuídos através de plataformas de divulgação e as tags referentes a características destes avisos, que estão relacionadas com essas vulnerabilidades, com isso nosso objetivo é conseguir compreender o comportamento das plataformas nesses fluxos e o comportamento das tags relacionadas a ela, desta maneira realizando imputações estatísticas utilizando os modelos de cadeias de markov e Rule Mining onde criamos uma modelagem para interpretar estas séries temporais e tabelas de tags permitindo assim a realização de uma imputação estatística de dados que nos retornou resultados muito satisfatórios com acuracias variando de 60% a 75%.
Keywords:	Imputação estatística Cadeia de Markov Mineração de regras Segurança cibernética
Subject CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Production unit:	Instituto de Computação
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	8-Apr-2022
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
DBVieira.pdf		1.13 MB	Adobe PDF	View/Open

Pantheon Institutional repository