Μέθοδοι στατιστικής και μηχανικής μάθησης στην ασφάλεια πληροφοριών

Περίληψη

Το πεδίο έρευνας της παρούσας διατριβής είναι η Ασφάλεια Πληροφοριών, ένα πολύ ιδιαίτερο και κρίσιμο θέμα για τη σύγχρονη κοινωνία, στην οποία πάρα πολλές καθημερινές εργασίες επιτελούνται με τη χρήση επιτευγμάτων της τεχνολογίας. Η μελέτη, ανάπτυξη και εφαρμογή μεθόδων στατιστικής και μηχανικής μάθησης που πραγματοποιείται στην παρούσα διατριβή έχει ως στόχο τη δημιουργία ενός πλαισίου έρευνας με εργαλεία ανάλυσης δεδομένων που θα συμβάλει ουσιαστικά στις προσπάθειες της επιστημονικής κοινότητας της Ασφάλειας Πληροφοριών. Μετά από ένα πρώτο εισαγωγικό Κεφάλαιο, στο 2ο Κεφάλαιο παρουσιάζονται οι Ευπάθειες Λογισμικού που αποτελούν ένα από τα βασικά προβλήματα της Ασφάλειας Πληροφοριών, με έντονη ερευνητική δραστηριότητα. Μέσω μίας στατιστικής ανάλυσης που παρουσιάζεται στο συγκεκριμένο Κεφάλαιο, χρήσιμες πληροφορίες εξάγονται σχετικά με τη φύση των ευπαθειών που βοηθούν στην καλύτερη κατανόησή τους. Στο 3ο Κεφάλαιο περιγράφεται το πρόβλημα της Βαθμολόγησης Ευπαθειών, το οποίο αποτελεί ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The research field of the present dissertation is the Information Security, a very special and crucial subject of the contemporary society, in which, many everyday works are conducted by using technology achievements. The study, development and application of statistical and machine learning methods, which is performed in the present dissertation, has as goal the creation of a research framework with data analysis tools that will contribute essentially to the efforts of the Information Security research community. After a first introductory Chapter, in the 2nd Chapter, the Software Vulnerabilities are presented, which constitute one of the main problems of Information Security, having intense research activity. In this Chapter, using statistical analysis, useful information is extracted regarding the vulnerability nature, that help to better understand the vulnerabilities. In the 3rd Chapter, the Vulnerability Scoring problem is described, which is a very crucial issue for the Software ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/45101
ND
45101
Εναλλακτικός τίτλος
Statistical and machine learning methods in information security
Συγγραφέας
Σπανός, Γεώργιος Δημήτριος
Ημερομηνία
2019
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής. Eργαστήριο Γλωσσών Προγραμματισμού και Τεχνολογίας Λογισμικού
Εξεταστική επιτροπή
Αγγελής Ελευθέριος
Σταμέλος Ιωάννης
Κατσαρός Παναγιώτης
Κατσάνος Χρήστος
Μαυρίδης Ιωάννης
Χατζηγεωργίου Αλέξανδρος
Κοσμίδου Κυριακή
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Μαθηματικά
Επιστήμες Ηλεκτρονικών Υπολογιστών & Πληροφορικής
Λέξεις-κλειδιά
Ασφάλεια πληροφοριών; Στατιστική; Μηχανική μάθηση; Χρηματιστήριο
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
xxii, 156 σ., πιν., σχημ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:Creative Commons Αναφορά Δημιουργού Μη εμπορική Χρήση 3.0 Ελλάδα