Volltext-Downloads (blau) und Frontdoor-Views (grau)
  • search hit 1 of 1
Back to Result List

Entwicklung eines Machine Learning Toolkits zur automatisierten Bedrohungsanalyse

  • Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind zwei der großen Schlüsseltechnologien zur Automatisierung intelligenten Verhaltens mit einer großen Anzahl von Anwendungsbereichen. Neben dem Einsatz von Servicerobotern, autonomen Fahrzeugen und intelligenten Suchmaschinen erschließen sich nach und nach weitere Einsatzfelder dieser jungen Wissenschaft. Diese Arbeit verfolgt das Ziel,Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind zwei der großen Schlüsseltechnologien zur Automatisierung intelligenten Verhaltens mit einer großen Anzahl von Anwendungsbereichen. Neben dem Einsatz von Servicerobotern, autonomen Fahrzeugen und intelligenten Suchmaschinen erschließen sich nach und nach weitere Einsatzfelder dieser jungen Wissenschaft. Diese Arbeit verfolgt das Ziel, zu prüfen, ob ein beispielhaftes Problem aus der IT-Security für die Bearbeitung durch maschinelle Lernverfahren geeignet ist, ein entsprechendes Open-Source Toolkit, das JMLT (Java Machine Learning Toolkit) zu dessen Bearbeitung zu entwickeln und mit diesem das Problem zu bearbeiten und die erhaltenen Ergebnisse auszuwerten, um letztendlich die Beantwortung der Eingangsfrage zu verifizieren. Mit dieser Arbeit entsteht ein frei zugängliches, umfangreiches Open-Source Toolkit, dass jedem Interessierten zur freien Verfügung gestellt wird. Dieses bietet eine ganze Palette an Möglichkeiten, Daten zu verarbeiten, zu modifizieren, mit verschiedenen Methoden des maschinellen Lernens zu bearbeiten und die Ergebnisse grafisch anzuzeigen. Die Mächtigkeit dieses Toolkits wird sich im Laufe dieser Arbeit ergeben. Zur Verwendung sind grundlegende Java-Kenntnisse notwendig.show moreshow less

Download full text files

  • Bachelor_Thesis_Tobias_Kibelka.pdf
    deu

    Abschlussarbeit im Bereich Machine Learning. Dokumentation zu JMLT (Java Machine Learning Toolkit)

Export metadata

Statistics

frontdoor_oas
Metadaten
Author:Tobias Kibelka
Place of publication:Offenburg
Year of Publication:2019
Page Number:130
Language:German
Tag:Java; Künstliche Intelligenz; Maschinelles Lernen; Open-Source; Programmierung; Threat-Modelling; Toolkit
DDC classes:000 Allgemeines, Informatik, Informationswissenschaft / 000 Allgemeines, Wissenschaft
Advisor:Andreas Schaad, Stefan Lehmann
Publishing Institution:Hochschule Offenburg
Granting Institution:Hochschule Offenburg
Date of final exam:2019/08/06
Document Type:Bachelor Thesis
Institutes:Abschlussarbeiten / Bachelor-Studiengänge / MI
Open Access:Zugriffsbeschränkt
SWB-ID:1729107966
Release Date:2019/09/24
Licence (German):License LogoCreative Commons - CC BY-ND - Namensnennung - Keine Bearbeitungen 4.0 International