1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorУшмодин П. А.
dc.contributor.authorСолдатова О. П.
dc.contributor.authorМуравьева Е. В.
dc.coverage.spatialбольшие языковые модели
dc.coverage.spatialвекторное представление
dc.coverage.spatialгенерация текстов
dc.coverage.spatialмашинное обучение
dc.coverage.spatialспецификация API на основе сетевого трафика
dc.coverage.spatialязык программирования Java
dc.coverage.spatialязык программирования Python
dc.creatorУшмодин П. А.
dc.date2025
dc.date.accessioned2025-11-27T12:09:57Z-
dc.date.available2025-11-27T12:09:57Z-
dc.date.issued2025
dc.identifier.identifierRU\НТБ СГАУ\ВКР20250716134809
dc.identifier.citationУшмодин, П. А. Применение методов машинного обучения для реконструкции спецификации API на основе сетевого трафика : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Java-инженерия" / П. А. Ушмодин ; рук. работы О. П. Солдатова ; нормоконтролер Е. В. Муравьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; Ин-т информати. - Самаpа, 2025. - 1 файл (5,2 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/45835-
dc.description.abstractЦелью данной работы является исследование применения методов машинного обучения для реконструкции спецификации API на основе сетевого трафика. Разработана интеллектуальная система, в которой реализованы: загрузка и обработка входных наборов данных; решение задачи генерации спецификации API из наборов входных данных; разработка и тестирование модели для решения задачи кластеризации структурированных данных с применением больших языковых моделей; предоставление результатов в виде спецификации API; генерация тестовых данных на основе переданной спецификации API.Интеллектуальная система разработана на Python 3.12 в Visual Studio Code и Java 21 в IntelliJ IDEA. Развёртывание системы выполнено с использованием контейнеров Docker. Система совместима с операционными системами Windows и Linux/Unix при наличии установленного окружения Docker. Процесс обучения и тестирования проходил с помощью образцов трафика, сгенерированными в Java Faker.
dc.subjectбольшие языковые модели
dc.subjectвекторное представление
dc.subjectгенерация текстов
dc.subjectмашинное обучение
dc.subjectспецификация API на основе сетевого трафика
dc.subjectязык программирования Java
dc.subjectязык программирования Python
dc.subject.rugasnti28.23.15
dc.subject.udc004.93
dc.titleПрименение методов машинного обучения для реконструкции спецификации API на основе сетевого трафика
dc.typeText
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики и кибернетики
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Primenenie-metodov-mashinnogo-obucheniya-dlya-rekonstrukcii-specifikacii-API-na-osnove-setevogo-trafika-116776
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Primenenie-metodov-mashinnogo-obucheniya-dlya-rekonstrukcii-specifikacii-API-na-osnove-setevogo-trafika-116776
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Ушмодин_Павел_Александрович_Применение_методов_машинного_обучения.pdf5.28 MBAdobe PDFView/Open    Request a copy
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.