机构名称：
¥ 1.0
机器学习（ML）是人工智能（AI）的一个分支，它专注于开发可以识别历史数据中模式，从中学习并做出逻辑判断的计算机程序，几乎没有人类投入。保护数字系统，例如计算机，服务器，移动设备，网络和相关数据，以防止敌对攻击，称为网络安全。将网络安全与ML相结合的两个关键组成部分正在考虑使用机器学习并使用机器学习来实现网络安全的网络安全。这一结合可能会以多种方式使我们受益，包括通过增强机器学习模型的安全性，增强网络安全技术的有效性，并支持有效检测零日间攻击，并以最少的人类交互作用来进行零日间攻击。由于技术的快速发展，网络安全格局变得更加复杂，从而造成了许多困难来保护敏感的数据和重要的基础架构。该项目的目标是在网络安全中使用机器学习实施三个不同的系统。第一个系统调查了如何使用强化学习来改善网络安全措施。强化学习算法被教导，根据他们通过反应和错误与环境的互动做出最佳选择，这对于适应更改的网络威胁很有用。第二种方法侧重于恶意软件识别，因为证明使用基于标准的签名方法很难识别出疏散和多态性恶意软件。在这种工作中使用了几种机器学习和深度学习方法，以准确识别和分类危险软件。第三个解决方案使用机器学习和深度学习技术来解决网络入侵检测的关键问题。将使用各种数据集以及评估措施在整个项目中评估每个系统的机器学习模型的性能。
网络的机器学习技术...
主要关键词
相关文件推荐
