Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
3 результатів
Результати пошуку
Документ Development and comparative analysis of computer system state identification methods based on ensemble algorithms(Інжиніринг, 2020) Gavrylenko, Svitlana; Sheverdin, IlliaThe scientific novelty of the results obtained consists in creating ensemble methods for classifying the state of a computer system without a teacher and with a teacher. The method based on the "Isolation Forest" algorithm can be used as an express method for analyzing a computer system state. This will allow not only to identify the state of a computer system state, but also to highlight the name of the abnormal processes. This method can also be used to generate labeled data and use it as the source data of the ensemble algorithm with a teacher. The algorithm with a teacher built according to the C4.5 algorithm is more accurate and can be used to refine the result of identifying a computer system state using the method based on the "Isolation Forest" algorithm.Документ Розробка методу ідентифікації стану комп'ютерних систем на основі беггінг-класифікаторів(Національний технічний університет "Харківський політехнічний інститут", 2021) Гавриленко, Світлана Юріївна; Горносталь, Олексій АндрійовичПредметом дослідження є методи та засоби ідентифікації стану комп'ютерної системи. Метою статті є підвищення якості ідентифікації стану комп'ютерної системи за рахунок розробки методу на основі ансамблевих класифікаторів. Завдання: дослідити методи побудови беггінг класифікаторів на основі дерев рішень, виконати їх налаштування та розробити метод ідентифікації стану комп'ютерної системи. Використовуваними методами є: методи штучного інтелекту, машинного навчання, ансамблеві методи. Отримано такі результати: досліджено використання беггінг-класифікаторів на основі мета-алгоритмів: Pasting Ensemble, Bootstrap Ensemble, Random Subspace Ensemble, Random Patches Ensemble та Random Forest для ідентифікації стану КС, виконано оцінку їх точності. Виконано дослідження параметрів налаштування окремих дерев рішень та знайдено їх оптимальні значення, а саме: максимальну кількість ознак, що використовуються при побудові дерева; мінімальну кількість розгалужень при побудові дерева; мінімальну кількість листків та максимальну глибину дерева. Визначено оптимальну кількість дерев рішень ансамблю. Запропоновано метод ідентифікації стану комп'ютерної системи, який відрізняється від відомих вибором мета-алгоритму класифікації та підбором оптимальних параметрів його налаштування. Проведено оцінку точності розробленого методу ідентифікації стану комп’ютерної системи. Розроблений метод реалізований програмно і досліджений під час розв’язання задачі ідентифікації аномального стану функціонування комп’ютерної системи. Висновки. Наукова новизна отриманих результатів полягає у розробці методу ідентифікації стану комп’ютерної системи за рахунок вибору мета-алгоритму класифікації та визначення оптимальних параметрів його налаштування.Документ Оцінка інформативності та вибір ознак при ідентифікації стану комп'ютерної системи(Національний технічний університет "Харківський політехнічний інститут", 2021) Гавриленко, Світлана Юріївна; Шевердін, Ілля Валентинович; Гейко, Геннадій ВікторовичПредметом статті є дослідження методів визначення інформативності ознак. Метою статті є підвищення якості класифікації стану комп’ютерної системи за рахунок вибору найбільш інформативних ознак. Завдання: дослідити методи вибору оптимальних інформаційних ознак для ідентифікації стану комп’ютерної системи на основі аналізу подій операційної системи Windows. Використовуваними методами є: методи машинного навчання, ансамблеві методи, методи вибору оптимальних інформаційних ознак. Отримано такі результати: виконано аналіз подій операційної системи Windows, досліджено методи вибору оптимальних інформаційних ознак: методи-обгортки (Wrappers), вбудовані методи (Embedded) і методи-фільтри (Filters). Виконано оцінку інформативності та вибір ознак при ідентифікації стану комп’ютерної системи. Для оцінки ефективності вибраних ознак було використано ансамблевий метод класифікації стану комп’ютерної системи на основі беггінгу та дерева рішень J48. Досліджено залежність точності класифікації стану комп’ютерної системи від обраних ознак та визначено набір атрибутів, які забезпечують максимальну точність класифікації стану комп’ютерної системи. Висновки. Наукова новизна отриманих результатів полягає у аналізі подій операційної системи Windows, оцінці їх інформативності та вибору ознак при ідентифікації стану комп’ютерної системи.