Czasopismo
Tytuł artykułu
Treść / Zawartość
Pełne teksty:
![http://www.dbc.wroc.pl/publication/41227 [zdalny]](images/mime-icons/binary.gif "41227")
Warianty tytułu
A Comparison of Some Statistical Methods and Artificial Intelligence Methods for Predicting Events in Software Protecting Digital Documents Repositories, Including Enterprise Content Management
Języki publikacji
Abstrakty
W ostatnich latach nastąpił wzrost zainteresowania wykorzystywaniem metod statystycznych do analizy zdarzeń z zakresu bezpieczeństwa teleinformatycznego. Coraz częściej moduły analityczne implementuje się w systemach chroniących przedsiębiorstwa przed zagrożeniami. Bardzo duże znaczenie ma w tej dziedzinie automatyzm i wykonywanie analiz bez nadzoru człowieka. W pracy opisane zostały efekty zastosowania działających automatycznie modułów eksperckich do przewidywania wartości szeregów czasowych, w sytuacji gdy nie były znane ich własności. Bez zastosowania właściwych metod przekształcenia szeregu i odpowiedniej parametryzacji tworzone modele mogą w wielu sytuacjach działać niepoprawnie. Natomiast w przypadku mających charakter cykliczny szeregów uzyskiwane prognozy mogą stanowić wartościową informację o potencjalnym zagrożeniu dla bezpieczeństwa przedsiębiorstwa(abstrakt oryginalny)
Recently statistical analysis of IT security events has been focusing more attention. Analytical modules have more often been implemented in systems protecting companies from security threats. In this field automation and analysis without human supervision are of great importance. The paper presents a performance of automatic expert modules applied to predict time series, if its quantities were unknown. Created models without appropriate time series modification procedures and correct specification of parameters work only in a limited way. Nevertheless, the predictions of seasonal time series can provide valuable information about potential security threats to a company(original abstract)
Rocznik
Tom
Strony
159-166
Opis fizyczny
Twórcy
autor
- Free Construction Sp. z o.o.
autor
- Free Construction Sp. z o.o.
autor
- Free Construction Sp. z o.o.
Bibliografia
- Cichowicz T., Frankiewicz M., Rytwiński F., Wasilewski J., Zakrzewicz M., 2012, Odkrywanie anomalii w szeregach czasowych pochodzących z monitoringu systemów teleinformatycznych, Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu, nr 40, s. 115-130.
- Kowalik S., 2014, O Symulowane wyżarzanie w zastosowaniu do wyznaczania ekstremum globalnego funkcji o wielu ekstremach lokalnych daleko oddalonych od siebie lub bardzo zagęszczonych, [w:] Jastriebow A., Wowra K. (red.), Współczesne technologie informatyczne i ich zastosowanie w teorii i praktyce, Wydawnictwo Politechniki Radomskiej, Radom, s. 217-228.
- Morajda J., 2005, Sieci neuronowe i ich wykorzystanie w analizie danych ekonomicznych na przykładzie prognozowania sprzedaży energii elektrycznej, Zeszyty Naukowe MWSE w Tarnowie, zeszyt 7, s. 87-100.
- Stefanowski J., 2017, Analiza szeregów czasowych, http://www.cs.put.poznan.pl/jstefanowski/aed/TPtimeseries.pdf (1.03.2017).
- Stopczyk M., 2005, Symulowane wyżarzanie jako przykład algorytmu optymalizacji stochastycznej, Mikroelektronika i Informatyka: Prace Naukowe, t. Z, nr 5, s. 139-142.
- Szmuksta-Zawadzka M., Zawadzki J., 2012, O miernikach dokładności prognoz ex post w prognozowaniu zmiennych o silnym natężeniu sezonowości, Metody Ilościowe w Badaniach Ekonomicznych, t. 13, nr 1, s. 212-223.
- Walesiak M., 2014, Przegląd formuł normalizacji wartości zmiennych oraz ich własności w statystycznej analizie wielowymiarowej, Przegląd Statystyczny, t. 61, nr 4, s. 363-372.
- Wywiał J., Żądło T., 2008, Prognozowanie szeregów czasowych za pomocą pakietu SPSS, SPSS Polska.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171475963
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.