Отрывок: Если система еще не предсказала ничего, то выведется окно с ошибкой о невозможности сохранения в файл. После ознакомления с информацией об ошибке пользователь должен закрыть окно, нажав на кнопку «Ok». Если же система посчитала результат, то будет сгенерирован результирующий CSV-файл. Если пользователь захотел использовать другую модель МО, то нужно будет нажать на кнопку «Другая» в меню выбора моделей. После вводится путь к мод...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorБаканов Д. С.ru
dc.contributor.authorЛобанков А. А.ru
dc.contributor.authorСопченко Е. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialавтоматизированные системы прогнозированияru
dc.coverage.spatialмашинное обучениеru
dc.coverage.spatialLIGHTGBMru
dc.coverage.spatialградиентный бустингru
dc.coverage.spatialперсональные компьютеры (ПК)ru
dc.coverage.spatialантивирусыru
dc.coverage.spatialанализ данныхru
dc.coverage.spatialвредоносное программное обеспечениеru
dc.coverage.spatialсистемы прогнозированияru
dc.creatorБаканов Д. С.ru
dc.date.issued2021ru
dc.identifierRU\НТБ СГАУ\ВКР20210902161232ru
dc.identifier.citationБаканов, Д. С. Разработка автоматизированной системы прогнозирования вредоносности программного обеспечения : вып. квалификац. работа по направлению подгот. 02.03.02 "Фундаментальная информатика и информационные технологии" (уровень бакалавриата) / Д. С. Баканов ; рук. работы А. А. Лобанков ; нормоконтролер Е. В. Сопченко ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики,. - Самара, 2021. - on-lineru
dc.description.abstractОбъектом исследования является вредоносное программноеобеспечениеЦель работы – разработать автоматизированную системупрогнозирования вредоносности программного обеспеченияВ процессе выполнения работы были проведен анализ данных дляобучения, создана модель машинного обучения, на основе которойразработана система, позволяющая пользователю узнать, заражен липерсональный компьютер вредоносным программным обеспечением или нет.Данная система позволяет оценить по характеристикам персональногокомпьютера и состоянию защитника (антивируса) зараженность машинывредоносным программным обеспечением.Система разработана на языке Python с использованием библиотекиEEL. Модель машинного обучения библиотек была создана сиспользованием библиотеки LightGBM. В ходе анализа данных и оценкиточности модели были применены библиотеки Scikit-Learn, Pandas, Numpy.Система функционирует под управлением операционных систем Windows7/8/10. Формы созданы с помощью языка разметки HTML, каскаднойтаблицы стилей CSS и языка програмru
dc.format.extentЭлектрон. дан. (1 файл : 2,2 Мб)ru
dc.titleРазработка автоматизированной системы прогнозирования вредоносности программного обеспеченияru
dc.typeTextru
dc.textpartЕсли система еще не предсказала ничего, то выведется окно с ошибкой о невозможности сохранения в файл. После ознакомления с информацией об ошибке пользователь должен закрыть окно, нажав на кнопку «Ok». Если же система посчитала результат, то будет сгенерирован результирующий CSV-файл. Если пользователь захотел использовать другую модель МО, то нужно будет нажать на кнопку «Другая» в меню выбора моделей. После вводится путь к мод...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Баканов_Дмитрий_Сергеевич_Разработка_автоматизированной_системы_прогнозирования.pdf2.22 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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