负责任的秘书; IrfanYazıcıoğlu-教授,Haji Bayram Veli University(土耳其);皮纳尔·比拉斯(Pinar Bilas) - 加西大学(土耳其)教授; Sergey Nikonorov-莫斯科州立大学(俄罗斯)教授; EvrenGüçer-Haji Bayram Veli University(土耳其)教授; Kamala Eyyubova -Tex.F.D.,MSU科学秘书协会; Sabuhi Gahramanov -Tex.F.D.,Dos。,MDU教育部副主任; Nizami Zeynalov -T.F.D.,Dos。,莫斯科教育学院院长; Nushaba Nusaba -I.F.D.,Dos。,莫斯科经济与管理学院院长; Almaz Aliyeva -Tex.F.D.,Dos。,莫斯科工程学院院长; Vafa Maharramova -File.F.D。,Assoc。,MDU的硕士和博士教育,硕士和博士教育 Div>
抽象的家庭交流在青少年身份形成过程中起着至关重要的作用。通过健康的互动和情感支持,家庭可以帮助青少年了解自己,并面对外部环境中的社会压力。本研究旨在通过定性方法探索家庭交流在塑造青少年身份的作用。该研究的受访者是17-25岁的青少年,他们与家人积极交流。这些发现表明,有效的家庭交流可以帮助青少年发展强大的原则,自信和自我认知。因此,父母必须在支持健康有效的家庭沟通方面提供更多关注。关键字:家庭交流,青少年身份,父母的角色,情感支持,自我发展
摘要在这项研究中,系统在接收DDOS HTTP洪水攻击方面的可用性是一个问题。拒绝服务(DOS)和分布式拒绝服务(DDOS)攻击是对当前IT和计算机网络行业的主要威胁。这种攻击旨在使用户无法获得网络或系统资源,以便没有人可以访问它。基础架构系统的建立需要自动可伸缩能力才能接收DDOS攻击。可用于支持应用程序高可用性的平台是容器编排(Kubernets)。本研究的重点是云计算的设计,因此它可以接收5,000、10,000、15,000、30,000 HTTP洪水攻击,每次进行10次。这项研究的结果表明,尽管节点/工人的数量从2增加到3,以及CPU和内存的显着增加,但构建的系统还是成功地处理了数以万计的攻击。因此,可以说,构建的系统始终可用,并且可以依靠在工作世界中生产。关键字ddos,编排者。可用性
印度尼西亚是世界上糖尿病患者最多的国家之一。糖尿病会引起严重的并发症,对患者来说具有潜在危险。本研究旨在通过考虑糖尿病的各种风险,使用分类增强 (CatBoost) 算法开发一个准确的预测模型来对糖尿病进行分类。 CatBoost 因其良好处理分类数据的能力而闻名。这项研究的初始阶段是数据处理或预处理,包括数据清理以处理不干净数据的问题、处理具有极端值的数据以及纠正不适当的数据类型。接下来,使用 CatBoost 算法进行创建预测模型的阶段,这是一种有效的决策梯度增强方法。使用混淆矩阵进行模型评估以评估分类性能。研究结果显示,糖尿病分类的准确率相当高,根据数据中使用的属性,准确率为 98.63%。希望这项研究能够有助于增进人们对糖尿病风险及其导致的死亡率的了解和控制。关键词:算法,CatBoost,糖尿病,分类,预测 1.介绍 糖尿病(DM)是一种由遗传因素、环境、饮食和其他因素引起的自身免疫性疾病[1]。糖尿病是一种与胰腺健康相关的疾病,胰腺产生胰岛素激素的异常会导致血糖水平升高。人体内血糖水平升高会扰乱肾脏、心脏和大脑等重要器官的功能 [2]。 2019 年,世界卫生组织 (WHO) 指出,至少有 200 万人的死亡可归因于糖尿病 [3]。根据2018年印尼卫生部在抗击糖尿病世界大会上的官方报告,印尼是世界上糖尿病患者最多的国家,位列第六。数据显示,印度尼西亚 20-79 岁年龄段的糖尿病患者数量达到约 1030 万人 [4]。
ABSTRAK ............................................................................................................ vii
HIMFO是由学生组织在卡拉旺新加坡大学计算机科学学院的信息学研究计划中开发的。该应用程序的主要目的是通过提供的各种功能来帮助日常任务并提高用户效率。但是,HIMFO还包含个人数据,因此需要进行安全测试来识别和缩小具有个人动机的人可以利用的漏洞差距。安全差距的存在可以为攻击提供机会,这些攻击有可能通过利用被黑客入侵的数据来损害用户。在这项研究中,移动安全框架(MOBSF)用于测试基于Android的HIMFO应用程序的安全性。这项研究重点介绍了五个参数:弱加密,SSL旁路,根检测,危险权限和恶意软件检查域,。结果表明,HIMFO应用程序具有根检测,弱加密,SSL旁路和恶意软件域的状态良好。
在印度尼西亚,成为观赏鱼的粉丝已经成为自然的事物。betta鱼是在印度尼西亚很容易找到的观赏鱼类之一。贝塔鱼类的多种类型使贝塔鱼业余爱好者的外行发现很难知道市场上的贝塔鱼的类型。类型的贝塔鱼对贝塔养鱼者的影响非常有影响力。同样,Betta鱼类的类型对Betta Fish竞赛参与者的影响很大,可以确定要遵循的类型的类别。因此,在此问题中,制造一种识别贝塔鱼类的系统是非常必要的。该系统使用卷积神经网络方法,该方法是一种深度学习算法,具有连续的硬体系结构,其参数最多为1,424,403个参数,并且此方法通常用于分类图像。所使用的数据收集总计330个数据,其中包括300个培训数据和30个测试数据。经过设计和实施的系统成功地识别了三种类型的Betta鱼,在10个时期的试验中获得了97%的精度,在15个时期的试验中获得了93%的速度,而在20个时期的试验中,100%的精度最高。关键字:模式简介,图像分类,卷积神经网络,深度学习,贝塔鱼1.引言是生活在淡水和海洋中的鱼类的类型,具有吸引人的身体形状和颜色。观赏鱼具有每种物种的独特性。)。[1]所讨论的独特性是每种观赏鱼所具有的能力。一种具有其独特性的观赏鱼是贝塔·菲斯(Bettasp。这种斗鱼的独特性是它与同性作战的爱好,但不排除另一种类型的可能性,但仍在一个部落中。因此,这条鱼也经常被称为战鱼。
当人体无法很好地使用胰岛素时,糖尿病是一种疾病。 从长远来看,在这种情况下,葡萄糖水平会损害人体的器官,即使是人体中器官和组织功能的失败,可能会导致并发症甚至死亡。 根据国际糖尿病联合会的说法,2021年,由糖尿病造成的死亡人数为236,7.1.11千人,年龄在20-79岁左右。 当前技术的发展可以帮助人类获取信息并预测疾病,并可以通过使用分类技术的机器学习方法来帮助治疗的发展,并为了防止某些糖尿病更深的疾病。 作者将使用的分类算法预测糖尿病是决策树算法,支持向量机算法和幼稚的贝叶斯算法。 Div>数据糖尿病预测收集了多达2768个数据,每种算法都有70%的培训数据和30%的数据测试。 具有最高评估值的算法是幼稚的贝叶斯算法,平均准确度为78%,精度为77%,召回78%,F1得分率为77%。糖尿病是一种疾病。从长远来看,在这种情况下,葡萄糖水平会损害人体的器官,即使是人体中器官和组织功能的失败,可能会导致并发症甚至死亡。根据国际糖尿病联合会的说法,2021年,由糖尿病造成的死亡人数为236,7.1.11千人,年龄在20-79岁左右。当前技术的发展可以帮助人类获取信息并预测疾病,并可以通过使用分类技术的机器学习方法来帮助治疗的发展,并为了防止某些糖尿病更深的疾病。作者将使用的分类算法预测糖尿病是决策树算法,支持向量机算法和幼稚的贝叶斯算法。Div>数据糖尿病预测收集了多达2768个数据,每种算法都有70%的培训数据和30%的数据测试。算法是幼稚的贝叶斯算法,平均准确度为78%,精度为77%,召回78%,F1得分率为77%。