Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
Тема выпускной квалификационной работы: «Обнаружение вредоносных PDF-файлов с помощью методов машинного обучения».Целью работы является повышение эффективности обнаружения вредоносных PDF с помощью методов машинного обучения. Предметом исследования являются модели, построенные для обнаружения вредоносных PDF. Задачи, решаемые в ходе исследования:Анализ структуры и механизмов работы вредоносных PDF файлов. Анализ применимости методов машинного обучения для обнаружения вредоносных PDF файлов. Формирование базы данных для проведения исследования. Разработка программного прототипа для выявления вредоносных PDF файлов с помощью методов машинного обучения. Оценка эффективности обнаружения вредоносных PDF файлов с помощью методов машинного обучения. В ходе работы были исследованы структура и механизмы работы вредоносных PDF файлов. Проведен анализ применимости методов машинного обучения для обнаружения вредоносных PDF файлов и сформирована сбалансированная база данных для проведения исследования. В результате работы было разработан прототип для выявления вредоносных PDF файлов, была продемонстрирована эффективность средства. Был сделан вывод, что алгоритм случайного леса лучше других алгоритмов подходит для задачи классификации вредоносных PDF файлов.
The topic of the graduate qualification work is «Detection of malicious PDF files using machine learning algorithms». The purpose of the study is increasing efficiency of malicious PDF files detection using machine learning algorithms. The subject of the work is models which build to detect malicious PDF files. The research set the following goals: Analysis of structure and working mechanisms of malicious PDF files. Applicability analysis of machine learning algorithms to malicious PDF files detection. Dataset building for research purposes. Malicious PDF files detection prototype software development using machine learning algorithms. Measuring the efficiency of malicious PDF files detection using machine learning algorithms. During the work analysis of structure and working mechanisms of malicious PDF files was done. Applicability analysis of machine learning algorithms to malicious PDF files detection was made and dataset for research purposes was build. The work resulted in development of the prototype which used for malicious PDF files detection and his efficiency was demonstrated. The conclusion that random forest algorithm is a good fit for malicious PDF files detection was made.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Статистика использования
Количество обращений: 13
За последние 30 дней: 0 Подробная статистика |