{"title":"企业信息安全水平预测","authors":"Dinara Abdinabievna Khashimova","doi":"10.47344/iysw.v9i0.174","DOIUrl":null,"url":null,"abstract":"В данной работе оценен потенциал машинного обучения для обнаружения вторжений на уровне приложений, с использованием параметров DDoS-атаки, Атаки межсайтового скриптинга (XSS) и SQL-инъекций. Результат, отражающий этот вопрос, будет представлен в виде набора классификаторов, способных идентифицировать вредоносные полезные данные, и какие функции дадут хорошие показатели результата для принятия решения, является ли ввод вредоносным или безвредным.","PeriodicalId":117909,"journal":{"name":"Proceedings of International Young Scholars Workshop","volume":"36 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-06-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Прогнозирование уровня информационной безопасности в предприятии\",\"authors\":\"Dinara Abdinabievna Khashimova\",\"doi\":\"10.47344/iysw.v9i0.174\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В данной работе оценен потенциал машинного обучения для обнаружения вторжений на уровне приложений, с использованием параметров DDoS-атаки, Атаки межсайтового скриптинга (XSS) и SQL-инъекций. Результат, отражающий этот вопрос, будет представлен в виде набора классификаторов, способных идентифицировать вредоносные полезные данные, и какие функции дадут хорошие показатели результата для принятия решения, является ли ввод вредоносным или безвредным.\",\"PeriodicalId\":117909,\"journal\":{\"name\":\"Proceedings of International Young Scholars Workshop\",\"volume\":\"36 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-06-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Proceedings of International Young Scholars Workshop\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47344/iysw.v9i0.174\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceedings of International Young Scholars Workshop","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47344/iysw.v9i0.174","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Прогнозирование уровня информационной безопасности в предприятии
В данной работе оценен потенциал машинного обучения для обнаружения вторжений на уровне приложений, с использованием параметров DDoS-атаки, Атаки межсайтового скриптинга (XSS) и SQL-инъекций. Результат, отражающий этот вопрос, будет представлен в виде набора классификаторов, способных идентифицировать вредоносные полезные данные, и какие функции дадут хорошие показатели результата для принятия решения, является ли ввод вредоносным или безвредным.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
