Ciberseguridad de Big Data mediante aprendizaje automático
Ciberseguridad
Versandkostenfrei!
Versandfertig in 1-2 Wochen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
Se sabe que la ciberseguridad en el contexto de los macrodatos es un problema crítico y plantea un gran reto a la comunidad investigadora. Se han propuesto algoritmos de aprendizaje automático como candidatos para tratar los problemas de seguridad de los macrodatos. Entre estos algoritmos, las máquinas de vectores soporte (SVM) han logrado un éxito notable en varios problemas de clasificación. Sin embargo, para establecer una SVM eficaz, el usuario necesita negar de antemano la configuración adecuada de la SVM, que es una tarea desafiante que requiere conocimientos de expertos y una gran...
Se sabe que la ciberseguridad en el contexto de los macrodatos es un problema crítico y plantea un gran reto a la comunidad investigadora. Se han propuesto algoritmos de aprendizaje automático como candidatos para tratar los problemas de seguridad de los macrodatos. Entre estos algoritmos, las máquinas de vectores soporte (SVM) han logrado un éxito notable en varios problemas de clasificación. Sin embargo, para establecer una SVM eficaz, el usuario necesita negar de antemano la configuración adecuada de la SVM, que es una tarea desafiante que requiere conocimientos de expertos y una gran cantidad de esfuerzo manual de prueba y error. Aquí formulamos el proceso de configuración de la SVM como un problema de optimización bi-objetivo en el que la precisión y la complejidad del modelo se consideran dos objetivos en conflicto. Proponemos un novedoso marco hiperheurístico para la optimización bi-objetivo que es independiente del dominio del problema. Es la primera vez que se desarrolla una hiperheurística para este problema. El marco hiperheurístico propuesto consiste en una estrategia de alto nivel y una heurística de bajo nivel.
Andere Kunden interessierten sich für
