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.pdf | 1.13 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.