Kypseli Logo
    • Ελληνικά
    • English
  •  Home
  •  Browse 
    • Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • By Issue number
  • Language elLanguage en
  •  Login 
    • Sign in
    View Item 
    • Home
    • Αποθετήριο Ανοικτού Πανεπιστημίου Κύπρου (Repository of the Open University of Cyprus)
    • Μεταπτυχιακές διατριβές / Master Τhesis
    • Ασφάλεια Υπολογιστών και Δικτύων (ΕΛΛ) / Computer and Network Security (in Greek)
    • View Item
    •   Home
    • Αποθετήριο Ανοικτού Πανεπιστημίου Κύπρου (Repository of the Open University of Cyprus)
    • Μεταπτυχιακές διατριβές / Master Τhesis
    • Ασφάλεια Υπολογιστών και Δικτύων (ΕΛΛ) / Computer and Network Security (in Greek)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Εντοπισμός εσωτερικών απειλών με χρήση τεχνητής νοημοσύνης σε δεδομένα κοινωνικής δικτύωσης.

    Thumbnail
    View/Open
    ΑΥΔ-2019-00049.pdf (1.814Mb)
    Date
    2019-12
    Author
    Κυριάκου, Παναγιώτης
    Metadata
    Show full item record
    Abstract
    Ο κίνδυνος της εσωτερικής απειλής είναι μια συνεχής κρυφή απειλή που επισκιάζει την ασφάλεια οργανισμών και Κρατών, οι οποίοι καλούνται να προστατεύσουν τους εαυτούς τους από κάτι που δεν μπορούν να δουν ή να υπολογίσουν. Αν και με την ανάπτυξη της τεχνολογίας έχουν δημιουργηθεί πολλές μέθοδοι αναγνώρισης επιθέσεων εκ του έσω, αυτοί οι μηχανισμοί δεν παύουν να είναι αντιδραστικοί και όχι προληπτικοί. Αυτό έχει ως συνέπεια τέτοιου είδους επιθέσεις να γίνονται αντιληπτές μόνο μετά την υλοποίηση της απειλής, όπου και η ζημιά έχει ήδη συμβεί. Έρευνες έχουν δείξει ότι υπάρχουν πολλές προσεγγίσεις για αντιμετώπιση του περίπλοκου αυτού προβλήματος, και μια εξ’ αυτών είναι η μελέτη του συναισθήματος το οποίο εκφράζουμε όλοι μας με κάθε μας συναναστροφή στις ιστοσελίδες κοινωνικής δικτύωσης. Αυτή η μεταπτυχιακή διατριβή αναλαμβάνει να εξερευνήσει το συγκεκριμένο πεδίο, δημιουργώντας ταξινομητές μηχανικής μάθησης οι οποίοι μπορούν να εντοπίσουν το συναίσθημα το οποίο εκφράζεται από μηνύματα του κοινωνικού δικτύου Twitter. Για την εκτέλεση αυτού του έργου, έγινε συγκέντρωση συλλογών δεδομένων με ετικέτες συναισθημάτων, για τη δημιουργία μιας ενιαίας συλλογής δεδομένων η οποία χρησιμοποιήθηκε κατά την εκπαίδευση των μοντέλων μηχανικής μάθησης. Εκτός από την δημιουργία των ταξινομητών συναισθημάτων, αυτή η έρευνα θέτει μια θεμέλια λίθο στη προώθηση δημιουργίας ενός ολοκληρωμένου συστήματος εντόπισης εσωτερικής απειλής, δημιουργώντας μια βάση δεδομένων η οποία μπορεί να χρησιμοποιηθεί ως βάση ανάπτυξης και μελέτης.
    URI
    http://hdl.handle.net/11128/4375
    Collections
    • Ασφάλεια Υπολογιστών και Δικτύων (ΕΛΛ) / Computer and Network Security (in Greek)

    Open University of Cyprus

    PO Box 12794,

    2252, Latsia

    Cyprus

    Tel.: +357 22 411600

    Fax.: +357 22 411601

    • Help
    • Contact Us
    • Open University of Cyprus
    • OUC Library
    • Policies
    • Accessibility and Data Protection

    Find us on:

    • FacebookFacebook
    • EU Flag
    • Republic of Cyprus
    • Structural Funds
    • e University
    • Open University of Cyprus

    The eUniversity Project is co-founded by the European Regional Development Fund and National Funds in the Programmatic Period 2007-2013

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsBy Issue numberThis CollectionBy Issue DateAuthorsTitlesSubjectsBy Issue number

    My Account

    Sign inRegister

    Open University of Cyprus

    PO Box 12794,

    2252, Latsia

    Cyprus

    Tel.: +357 22 411600

    Fax.: +357 22 411601

    • Help
    • Contact Us
    • Open University of Cyprus
    • OUC Library
    • Policies
    • Accessibility and Data Protection

    Find us on:

    • FacebookFacebook
    • EU Flag
    • Republic of Cyprus
    • Structural Funds
    • e University
    • Open University of Cyprus

    The eUniversity Project is co-founded by the European Regional Development Fund and National Funds in the Programmatic Period 2007-2013