Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/19667
Especie: Trabalho de conclusão de graduação
Título : Métodos de imputação estatística para dados categóricos com aplicações em segurança cibernética
Autor(es)/Inventor(es): Vieira, Daniel Bayerl
Miranda, Lucas Guimarães
Tutor: Menasche, Daniel Sadoc
Resumen: 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%.
Materia: Imputação estatística
Cadeia de Markov
Mineração de regras
Segurança cibernética
Materia CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Unidade de producción: Instituto de Computação
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 8-abr-2022
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DBVieira.pdf1.13 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.