Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1123817

Otkrivanje zloćudnih programa algoritmom klasifikacije strojem potpornih vektora


Bilić, Nicole
Otkrivanje zloćudnih programa algoritmom klasifikacije strojem potpornih vektora, 2016., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1123817 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Otkrivanje zloćudnih programa algoritmom klasifikacije strojem potpornih vektora
(Malware Detection Using Support Vector Machine as Classifier)

Autori
Bilić, Nicole

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
15.07

Godina
2016

Stranica
56

Mentor
Golub, Marin

Ključne riječi
zloćudni softver ; klasifikacija ; SVM ; potporni stroj vektora ; redukcija dimenzionalnosti ; jezgra ; PCA ; LDA ; preciznost ; odziv ; F1 rezultat ; lažno pozitivni ; lažno negativni
(malware ; SVM ; support vector machine ; PCA ; principal component analysis ; LDA ; linear discriminant analysis ; dimensionality reduction ; dataset ; kernel ; precision ; recall ; F1measure ; false positive ; false negative ; classification)

Sažetak
Program za detekciju zloćudnog softvera (eng. malware) napravljen na temelju klasifikacije potpornog stroja vektora (eng. Support vector machine, SVM). Program detektira zloćudni softver u izvršnim datotekama (npr .exe, .dll). Skup podataka za učenje, validaciju i testiranje je asembler dobiven dekompilacijom izvršnih datoteka, a potom izračun frekvencija pojave pojedine naredbe što je ujedno i ulaz u SVM. Korištenjem skupa za validaciju za minimizaciju ukupne pogreške, određen je broj dimenzija (eng. dimensionality reduction) i jezgra (eng. kernel) SVMa. Za redukciju dimenzija moguće je koristiti algoritme PCA (eng. Principal Component Analysis), LDA (eng. Linear Discriminant Analysis) i sl. Odabrani SVM je testiran na skupu za testiranje i iz rezultata su izračunati preciznost, odziv te tzv. F1 rezultat, te broj lažno pozitivnih, lažno negativnih te ispravno klasificiranih jedinki (izvršnih datoteka).

Izvorni jezik
Engleski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Marin Golub (mentor)


Citiraj ovu publikaciju:

Bilić, Nicole
Otkrivanje zloćudnih programa algoritmom klasifikacije strojem potpornih vektora, 2016., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Bilić, N. (2016) 'Otkrivanje zloćudnih programa algoritmom klasifikacije strojem potpornih vektora', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Bili\'{c}, Nicole}, year = {2016}, pages = {56}, keywords = {zlo\'{c}udni softver, klasifikacija, SVM, potporni stroj vektora, redukcija dimenzionalnosti, jezgra, PCA, LDA, preciznost, odziv, F1 rezultat, la\v{z}no pozitivni, la\v{z}no negativni}, title = {Otkrivanje zlo\'{c}udnih programa algoritmom klasifikacije strojem potpornih vektora}, keyword = {zlo\'{c}udni softver, klasifikacija, SVM, potporni stroj vektora, redukcija dimenzionalnosti, jezgra, PCA, LDA, preciznost, odziv, F1 rezultat, la\v{z}no pozitivni, la\v{z}no negativni}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Bili\'{c}, Nicole}, year = {2016}, pages = {56}, keywords = {malware, SVM, support vector machine, PCA, principal component analysis, LDA, linear discriminant analysis, dimensionality reduction, dataset, kernel, precision, recall, F1measure, false positive, false negative, classification}, title = {Malware Detection Using Support Vector Machine as Classifier}, keyword = {malware, SVM, support vector machine, PCA, principal component analysis, LDA, linear discriminant analysis, dimensionality reduction, dataset, kernel, precision, recall, F1measure, false positive, false negative, classification}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font