Отрывок: recall(Полнота), f1-score(F1 метрика) рассчитано с помощью методов precision_score, recall_score и f1_score из библиотеки scikit learn соответственно: results_tr['precision'] = precision_score(Y_train, y_tr_pred, average='weighted') results_tr['recall'] = recall_score(Y_train, y_tr_pred, average='weighted') results_tr['f1_score'] = f1_score(Y_train, y_tr_pred, average='weighted') Также была получена и построена матрица ошибок с помощью метода confusion_matrix из из библиотеки sciki...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСержантов Е. С.ru
dc.contributor.authorИванов Д. В.ru
dc.contributor.authorМинистерство образования и науки Россииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorЕстественнонаучный институтru
dc.coverage.spatialRandom Forestru
dc.coverage.spatialалгоритм случайного лесаru
dc.coverage.spatialалгоритмы обнаружения вторженийru
dc.coverage.spatialаномалии сетевого трафикаru
dc.coverage.spatialкомпьютерные атакиru
dc.coverage.spatialмашинное обучениеru
dc.coverage.spatialобнаружение аномалийru
dc.coverage.spatialобнаружение вторженийru
dc.coverage.spatialпрограммные комплексыru
dc.creatorСержантов Е. С.ru
dc.date.accessioned2023-02-13 10:51:50-
dc.date.available2023-02-13 10:51:50-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\ВКР20230206134402ru
dc.identifier.citationСержантов, Е. С. Программный комплекс для тестирования алгоритмов обнаружения вторжений : вып. квалификац. работа по спец. 10.05.01 "Компьютерная безопасность" (уровень специалитета) / Е. С. Сержантов ; рук. работы Д. В. Иванов ; Минобрнауки России, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Естественнонауч. ин-т, Мех.-мат. фак-т, Каф. безопасности информ. систем. - Самара, 2023. - 1 файл (1,3 Мб). - Текст : электронныйru
dc.identifier.urihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Programmnyi-kompleks-dlya-testirovaniya-algoritmov-obnaruzheniya-vtorzhenii-101935-
dc.description.abstractПроанализированы сетевые аномалии, алгоритмы обнаружениявторжений.Реализованы алгоритмы обнаружения вторжений основанные намашинном обучении.Разработано программное средство для тестирования алгоритмовобнаружения вторжений.Проведено успешное тестирование алгоритмов обнаружениявторжений.С помощью получившихся результатов выявлен наиболееэффективный алгоритм обнаружения вторжений – алгоритм случайного леса(Random Forest).ru
dc.titleПрограммный комплекс для тестирования алгоритмов обнаружения вторженийru
dc.typeTextru
dc.subject.rugasnti50.37.23ru
dc.subject.udc004.056ru
dc.textpartrecall(Полнота), f1-score(F1 метрика) рассчитано с помощью методов precision_score, recall_score и f1_score из библиотеки scikit learn соответственно: results_tr['precision'] = precision_score(Y_train, y_tr_pred, average='weighted') results_tr['recall'] = recall_score(Y_train, y_tr_pred, average='weighted') results_tr['f1_score'] = f1_score(Y_train, y_tr_pred, average='weighted') Также была получена и построена матрица ошибок с помощью метода confusion_matrix из из библиотеки sciki...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Сержантов_Егор_Сергеевич_Программный_комплекс_тестирования.pdf1.33 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.