Μελέτη και υλοποίηση τεχνικών επαύξησης δεδομένων σε προβλήματα ταξινόμησης κειμένου που αφορούν την ασφάλεια υπολογιστών

Φόρτωση...
Μικρογραφία εικόνας

Ημερομηνία

Συγγραφείς

Μούνγκουλης, Στέφανος

Τίτλος Εφημερίδας

Περιοδικό ISSN

Τίτλος τόμου

Εκδότης

Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών

Περίληψη

Τύπος

Είδος δημοσίευσης σε συνέδριο

Είδος περιοδικού

Είδος εκπαιδευτικού υλικού

Όνομα συνεδρίου

Όνομα περιοδικού

Όνομα βιβλίου

Σειρά βιβλίου

Έκδοση βιβλίου

Συμπληρωματικός/δευτερεύων τίτλος

Περιγραφή

Κυβερνοαπειλή είναι μία οποιαδήποτε ενέργεια ή συμβάν, που θα μπορούσε να οδηγήσει σε μη επιθυμητό αντίκτυπο στις υποδομές πληροφορικής. Το μέσο κόστος μιας κυβερνοεπίθεσης αποτιμάται περίπου στα 3.8 εκατομμύρια ευρώ. Η αγορά της κυβερνοασφάλειας εκτιμάται ότι θα αγγίξει τα 400 δισεκατομμύρια ευρώ ετησίως, τα αμέσως επόμενα χρόνια. Μόνο το έτος 2021, ανακαλύφθηκαν περισσότερες από 18 χιλιάδες ευπάθειας ασφαλείας. Ορισμένες από τις προσπάθειες οργάνωσης εναντίον του κινδύνου αυτού, αφορούν την δημιουργία των λεγόμενων μοντέλων απειλής που έχουν ως στόχο την προληπτική διαδικασία εντοπισμού των απειλών, προτού αυτές επηρεάσουν κάποιον οργανισμό. Ένα από τα γνωστότερα μοντέλα απειλών είναι το MITRE ATT&CK. Η χειροκίνητη όμως καταγραφή των ευπαθειών από κάποιον αναλυτή ασφαλείας, αποτελεί μία εξαιρετικά χρονοβόρα διαδικασία και έτσι, γίνεται μία προσπάθεια αυτοματοποίησης της διαδικασίας αυτής μέσω υλοποίησης αλγορίθμων επαύξησης δεδομένων κειμένων, προερχόμενων από τον τομέα της μηχανικής μάθησης και επεξεργασίας της φυσικής γλώσσας. Με τα δεδομένα αυτά, να χρησιμοποιούνται στη συνέχεια σε ταξινομητές πολλαπλών ετικετών για σύγκριση και βελτιστοποίηση.
A cyber threat is any action or event that could lead to an unwanted impact on IT infrastructures. The average cost of a cyberattack is estimated around 3.8 million euros. The cyber security market is estimated to reach 400 billion euros per year in the next few years. In the year 2021 alone, more than 18 thousand security vulnerabilities were discovered. Some of the organization’s efforts against the risk involves the creation of so-called threat models that aim to proactively identify threats before they affect an organization. One of the best-known threat models is MITRE ATT&CK. However, the manual recording of vulnerabilities by a security analyst is an extremely time-consuming process and thus, an attempt is made to automate this process through the implementation of text data augmentation algorithms, coming from the field of machine learning and natural language processing. With this data later being used in multi-label classifiers for comparison and optimization.

Περιγραφή

Λέξεις-κλειδιά

Ασφάλεια, Υπολογιστής

Θεματική κατηγορία

Μηχανική μάθηση, Ασφάλεια υπολογιστών

Παραπομπή

Σύνδεσμος

Γλώσσα

el

Εκδίδον τμήμα/τομέας

Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών

Όνομα επιβλέποντος

Καρβέλης, Πέτρος

Εξεταστική επιτροπή

Λιάγκου, Βασιλική
Τσούλος, Ιωάννης

Γενική Περιγραφή / Σχόλια

Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος

Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών

Πίνακας περιεχομένων

Χορηγός

Βιβλιογραφική αναφορά

Ονόματα συντελεστών

Αριθμός σελίδων

83

Λεπτομέρειες μαθήματος

item.page.endorsement

item.page.review

item.page.supplemented

item.page.referenced

Άδεια Creative Commons

Άδεια χρήσης της εγγραφής: CC0 1.0 Universal