Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/19667
Tipo: 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
Orientador: Menasche, Daniel Sadoc
Resumo: 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%.
Palavras-chave: Imputação estatística
Cadeia de Markov
Mineração de regras
Segurança cibernética
Assunto CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Unidade produtora: Instituto de Computação
Editora: Universidade Federal do Rio de Janeiro
Data de publicação: 8-Abr-2022
País de publicação: Brasil
Idioma da publicação: por
Tipo de acesso: Acesso Aberto
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DBVieira.pdf1.13 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.