[giaban]0.000 VNĐ[/giaban]
[kythuat]
[/kythuat]
[tomtat]
[tomtat]
Kỹ thuật phân lớp dữ liệu và ứng dụng
trong phát hiện mã độc
MỤC LỤC
ĐẶT VẤN ĐỀ
CHƯƠNG 1: TỔNG QUAN VỀ MÃ ĐỘC HẠI
1.1. Các loại mã độc
1.1.1. Virus
1.1.2. Worm
1.1.3. Trojan Horse
1.1.4. Malicious Mobile Code
1.1.5. Tracking Cookie
1.1.6. Phần mềm gián điệp (Spyware)
1.1.7. Attacker Tool
1.1.8. Phishing
1.2. Phương pháp phát hiện mã độc hại
1.2.1. Phần mềm phát hiện mã độc
1.2.2. Kỹ thuật phát hiện phần mềm mã độc
1.2.3. Kỹ thuật phát hiện dựa mẫu nhận dạng
1.2.4. Phát hiện dựa trên đặc điểm
1.2.5. Phát hiện dựa trên hành vi
1.2.6. Kỹ thuật gây nhiễu
1.2.7. Phân tích sự tương tự
1.2.8. Chuẩn hóa mã độc
CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÂN LỚP
2.1. Tổng quan về khai phá dữ liệu
2.1.1. Khái niệm về khai phá dữ liệu.
2.1.2. Ứng dụng trong khai phá dữ liệu.
2.1.3. Các bài toán chính trong khai phá
dữ liệu.
2.1.4. Tiến trình khai phá dữ liệu.
2.2. Một số kỹ thuật phân lớp dữ liệu.
2.2.1. Khái niệm phân lớp.
2.2.2. Mục đích của phân lớp
2.2.3. Các tiêu chí để đánh giá thuật
toán phân lớp.
2.2.4. Các phương pháp đánh giá độ chính
xác của mô hình phân lớp phương pháp holdout.
2.3. Phân lớp dựa trên phương pháp học
Naïve bayes.
2.3.1 Giới thiệu
2.3.2. Bộ phân lớp Naïve Bayes.
2.4. Phân lớp dựa trên câu quyết định
(Decision Tree)
2.4.1. Khái niệm cây quyết định:
2.4.2. Các vấn đề cần xem xét khi phân lớp
dựa cây quyết định.
2.5. Kỹ thuật phân loại máy vector hỗ trợ.
2.5.1. Giới thiệu
2.5.2. SVM với tuyến tính.
CHƯƠNG 3: ỨNG DỤNG KỸ THUẬT PHÂN LỚP
TRONG PHÁT HIỆN MÃ ĐỘC
3.1. Mô hình bài toán.
3.1.1. Thu thập dữ liệu
3.1.2 Tiền xử lý dữ liệu
3.1.3 Lựa chọn thuộc tính
3.1.4. Xây dựng bộ phân lớp
3.2. Tiến hành thực nghiệm
3.2.1. Phân lớp cây quyết định
3.2.2. Phân lớp SVM
3.3 Phân tích và bình luận.
KẾT LUẬN
TÀI LIỆU THAM KHẢO
Bài viết liên quan
