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

Vieira, Daniel Bayerl; Miranda, Lucas Guimarães

Pantheon Repositorio Institucional

Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/19667

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Menasche, Daniel Sadoc	-
dc.contributor.author	Vieira, Daniel Bayerl	-
dc.contributor.author	Miranda, Lucas Guimarães	-
dc.date.accessioned	2023-02-06T13:33:12Z	-
dc.date.available	2023-12-21T03:06:11Z	-
dc.date.issued	2022-04-08	-
dc.identifier.uri	http://hdl.handle.net/11422/19667	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Imputação estatística	pt_BR
dc.subject	Cadeia de Markov	pt_BR
dc.subject	Mineração de regras	pt_BR
dc.subject	Segurança cibernética	pt_BR
dc.title	Métodos de imputação estatística para dados categóricos com aplicações em segurança cibernética	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/9931198850020140	pt_BR
dc.contributor.referee1	Farias, Claudio Miceli de	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/6243465206463403	pt_BR
dc.contributor.referee2	Rossetto, Silvana	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/0054098292730720	pt_BR
dc.description.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%.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto de Computação	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
dc.embargo.terms	aberto	pt_BR
Aparece en las colecciones:	Ciência da Computação

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
DBVieira.pdf		1.13 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem Recomiende este ítem View Statistics