Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: confidence intervals

Sortuj według:

Ogranicz wyniki do:

Confidence bounds for the reliability of a system from subsystem data

100%

Hryniewicz O.

tom Vol. 1

157--170

The paper is concerned with the construction of lower bounds for the reliability of a system when statistical data comes from independent tests of its elements. The overview of results known from literature and obtained under the assumption that elements in a system are independent is given. It has been demonstrated using a Monte Carlo experiment that in the case when these elements are dependent and when their dependence is described by Clayton and Gumbel copulas these confidence bounds are not satisfactory. New simple bounds have been proposed which in some practical cases have better properties than the classical ones.

Wykrywanie anomalii w sieciach sterowanych programowo z wykorzystaniem dynamicznej telemetrii oraz głębokich sieci neuronowych

72%

Rzym G. , Masny A.

tom nr 7

635--638, CD

Wraz ze wzrostem dostępności mocy obliczeniowej uczenie maszynowe w dzisiejszych czasach skupia się coraz bardziej na metodach głębokiego uczenia. Powszechna automatyzacja procesów skłania do przemyślenia nowoczesnych implementacji sieciowych w rozumieniu ich bezpieczeństwa i szybkiego, jak i dokładnego reagowania na awarie. Niniejszy artykuł opisuje wykorzystanie głębokich sieci neuronowych do wykrywania anomalii w ruchu sieciowym w sieciach sterowanych programowo (SDN). Dodatkowo, obrazuje szerszy pogląd na automatyzację monitorowania sieci z wykorzsytaniem dynamicznej telemetrii.

With the increasing availability of computational power, nowadays machine learning focuses more and more on deep learning methods. The widespread automation of processes leads to the rethinking of modern network implementations in the understanding of their safety and quick and accurate response to failures. This article describes the use of deep neural networks to detect anomalies in network traffic in conjunction with SDN. In addition, it provides a broader view of network monitoring automation with the usage of dynamic telemetry.