Entwicklung eines Prototyps zur Identifizierung und Verhinderung potenzieller Angriffe mithilfe von KI- und ML-Modellen

Diese Bachelorthesis behandelt die Entwicklung eines Prototyps zur Identifizierung und Verhinderung von Angriffen mithilfe von KI- und ML-Modellen. Untersucht werden die Leistungsfähigkeit verschiedener theoretischer Modelle im Kontext der Intrusion Detection, wobei Machine-Learning-Modelle wie Entscheidungsbäume, Random Forests und Naive Bayes analysiert werden. Die Arbeit betont die Relevanz derDiese Bachelorthesis behandelt die Entwicklung eines Prototyps zur Identifizierung und Verhinderung von Angriffen mithilfe von KI- und ML-Modellen. Untersucht werden die Leistungsfähigkeit verschiedener theoretischer Modelle im Kontext der Intrusion Detection, wobei Machine-Learning-Modelle wie Entscheidungsbäume, Random Forests und Naive Bayes analysiert werden. Die Arbeit betont die Relevanz der Datensatzauswahl, die Vorbereitung der Daten und bietet einen Ausblick auf zukünftige Entwicklungen in der Angriffserkennung.…

Metadaten
Document Type:	Bachelor Thesis
Zitierlink:	https://opus.hs-offenburg.de/7990
Bibliografische Angaben
Title (German):	Entwicklung eines Prototyps zur Identifizierung und Verhinderung potenzieller Angriffe mithilfe von KI- und ML-Modellen
Author:	Alexander Mann
Advisor:	Daniel Hammer, Andreas Schaad
Year of Publication:	2023
Granting Institution:	Hochschule Offenburg
Page Number:	82
Language:	German
Inhaltliche Informationen
Institutes:	Fakultät Medien (M) (ab 22.04.2021)
Institutes:	Abschlussarbeiten / Bachelor-Studiengänge / UNITS
DDC classes:	000 Allgemeines, Informatik, Informationswissenschaft
GND Keyword:	IT-Sicherheit; Künstliche Intelligenz; Maschinelles Lernen
Tag:	Machine Learning
Formale Angaben
Open Access:	Closed
Licence (German):	Creative Commons - CC BY - Namensnennung 4.0 International

Open Access