Wyszukiwanie zaawansowane ?

Obiekt

Pobierz

Tytuł: Comparative Study of Supervised Learning Methods for Malware Analysis, Journal of Telecommunications and Information Technology, 2014, nr 4

Autor:

Niewiadomska-Szynkiewicz, Ewa ; Kruczkowski, Michał

Data wydania:

2014, nr 4

Typ zasobu:

artykuł

Opis:

Malware is a software designed to disrupt or even damage computer system or do other unwanted actions. Nowadays, malware is a common threat of the World Wide Web. Anti-malware protection and intrusion detection can be significantly supported by a comprehensive and extensive analysis of data on the Web. The aim of such analysis is a classification of the collected data into two sets, i.e., normal and malicious data. In this paper the authors investigate the use of three supervised learning methods for data mining to support the malware detection. The results of applications of Support Vector Machine, Naive Bayes and k-Nearest Neighbors techniques to classification of the data taken from devices located in many units, organizations and monitoring systems serviced by CERT Poland are described. The performance of all methods is compared and discussed. The results of performed experiments show that the supervised learning algorithms method can be successfully used to computer data analysis, and can support computer emergency response teams in threats detection.

Wydawca:

Instytut Łączności - Państwowy Instytut Badawczy, Warszawa

Format:

application/pdf

Identyfikator zasobu:

ISSN 1509-4553, on-line: ISSN 1899-8852 ; oai:bc.itl.waw.pl:1806

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Temat i słowa kluczowe:

Support Vector Machine k-Nearest Neighbors malware analysis Naive Bayes data classification

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

15 sty 2015

Data dodania obiektu:

15 sty 2015

Liczba wyświetleń treści obiektu:

338

Wszystkie dostępne wersje tego obiektu:

https://bc.itl.waw.pl/publication/2067

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Kruczkowski, Michał; Niewiadomska-Szynkiewicz, Ewa, Comparative Study of Supervised Learning Methods for Malware Analysis, Journal of Telecommunications and Information Technology, 2014, nr 4 15 sty 2015

Obiekty Podobne
A k-Nearest Neighbors Method for Classifying User Sessions in E-Commerce Scenario, Journal of Telecommunications and Information Technology, 2015, nr 3

Potempa, Aneta Skolimowska-Kulig, Magdalena Suchacka, Grażyna

2015, nr 3
artykuł
WannaCry Ransomware: Analysis of Infection, Persistence, Recovery Prevention and Propagation Mechanisms, Journal of Telecommunications and Information Technology, 2019, nr 1

Logothetis, Michael D. Vassilakis, Vassilios G. Akbanov, Maxat

2019, nr 1
artykuł
2023, nr 4, JTIT-artykuły
2023, nr 4, JTIT-artykuły
Designing Smart Antennas Using Machine Learning Algorithms, Journal of Telecommunications and Information Technology, 2023, nr 4

Samantaray, Barsa Das, Kunal Kumar Roy, Jibendu Sekhar

2023
artykuł
The Learning System by the Least Squares Support Vector Machine Method and its Application in Medicine, Journal of Telecommunications and Information Technology, 2011, nr 3

Baszun, Mikołaj Szewczyk, Paweł

2011, nr 3
artykuł
An Eclectic Approach to Network Service Failure Detection Based on Multicriteria Analysis with an Exampleof Mixing Probabilistic Context Free Grammar Models, Journal of Telekommunications and Information Technology, 2008, nr 4

Białoń, Paweł

2008, nr 4
artykuł
Heavy Gas Cloud Boundary Estimation and Tracking using Mobile Sensors, Journal of Telecommunications and Information Technology, 2016, nr 3

Niewiadomska-Szynkiewicz, Ewa Krzysztoń, Mateusz

2016, nr 3
artykuł
A Survey of Energy Efficient Security Architectures and Protocols for Wireless Sensor Networks, Journal of Telecommunications and Information Technology, 2012, nr 3

Niewiadomska-Szynkiewicz, Ewa Daniluk, Krzysztof

2012, nr 3
artykuł
ASimJava: a Java-based library for distributed simulation, Journal of Telecommunications and Information Technology, 2004, nr 3

Niewiadomska-Szynkiewicz, Ewa Sikora, Andrzej

2004, nr 3
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji