机构名称：
¥ 1.0
摘要： - 在当代社会中，我们对互联网对日常生活各个方面的广泛依赖导致了在线活动的显着增长。然而，这种互联网使用中的激增同时导致网络威胁和网络犯罪的流行率更高。网络犯罪分子持续设计了逃避安全协议的方法，使常规方法不足以识别攻击，尤其是那些利用未公开的漏洞的攻击。为了面对这个问题，已经设计了大量的机器学习技术，以加强网络安全性并发现网络犯罪的实例。本研究专门集中于评估三种广泛采用的机器学习方法：信念网络，决策树和支持向量机器。它们在辨别垃圾邮件消息中的功效，检测到计算机系统的入侵以及使用通常用于基准测试目的的已建立数据集评估恶意软件。
检测利用机器学习的网络威胁...
主要关键词
相关文件推荐
