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 | Tamanho | Formato | |
---|---|---|---|---|
DBVieira.pdf | 1.13 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.