Search results for "tukivektorikone"
showing 3 items of 3 documents
Poikkeavuuksien havaitseminen WWW-palvelinlokidatasta
2011
Nykyajan web-palvelut ovat dynaamisia ja avoimia. Tämä antaa suurelle joukolle käyttäjiä mahdollisuuden päästä käsiksi palveluun ja sen sisältämään tietoon. Samalla avautuu uusia mahdollisuuksia toteuttaa hyökkäys. Tietoturvan pitäminen riittävällä tasolla on kilpailua aikaa vastaan. Poikkeavuuksien havaitsemisjärjestelmillä pystytään kuitenkin havaitsemaan ennestään tuntemattomat hyökkäykset ja muu epänormaali toiminta ja siten pitämään tietoturva hyvällä tasolla. Tutkimuksessa sovellettiin n-grammianalyysia, tukivektorikonetta ja diffuusiokarttoja esikäsitellyn verkkodatan analysointiin. Kaikilla menetelmillä saatiin lupaavia tuloksia, mutta reaaliaikainen järjestelmä vaatii vielä jatkoke…
Tiedonlouhinnan ja koneoppimisen menetelmät verkkohyökkäysten havaitsemisessa
2016
Tietokoneverkoissa toimivat hyökkääjät yrittävät jatkuvasti ohittaa käytössä olevia turvajärjestelmiä, ja pyrkivät kehittämään uusia tapoja kohteidensa vahingoittamiseen. Näitä hyökkäyksiä voidaan havaita tunkeilijan havaitsemisjärjestelmällä (engl. intrusion detection system eli IDS). Yleisesti käytettyjen väärinkäytöspohjaisten menetelmien lisäksi hyökkäyksiä voidaan havaita anomaliapohjaisilla eli tiedonlouhinnan ja koneoppimisen menetelmillä. Nämä menetelmät kykenevät teoriassa havaitsemaan myös aiemmin tuntemattomat hyökkäykset. Tiedonlouhinnan ja koneoppisen menetelmien hyödyntäminen IDS-järjestelmissä on laajalti tutkittu alue, mutta useat ongelmat ovat vielä vailla ratkaisua. Tässä …
Koneoppimisen hyödyntäminen konenäössä
2016
Konenäön hyödyntäminen yleistyy ja sitä mukaa myös konenäön ongelmat monimutkaistuvat. Yksi suosittu tapa ratkaista näitä ongelmia on hyödyntää koneoppimista. Tässä tutkielmassa tarkastellaan miten koneoppimista hyödynnetään konenäössä ja vertaillaan eri koneoppimisalgoritmeja konenäön näkökulmasta. omputer Vision faces increasing challenges as its used more. Common way to solve these complex problems is to use Machine Learning. In this thesis workings of different Machine Learing algorithms are looked on and their advantages and disadvantages are compared.