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.…


| Dokumentart: | Bachelor Thesis |
|---|---|
| Zitierlink: | https://opus.hs-offenburg.de/3416 | Bibliografische Angaben |
| Titel (Deutsch): | Entwicklung eines Machine Learning Toolkits zur automatisierten Bedrohungsanalyse |
| Verfasserangaben: | Tobias KibelkaGND |
| Betreuer*in: | Andreas SchaadStaff MemberORCiDGND, Stefan LehmannStaff Member |
| Erscheinungsjahr: | 2019 |
| Datum der Abschlussprüfung: | 06.08.2019 |
| Veröffentlichende Institution: | Hochschule Offenburg |
| Titel verleihende Institution: | Hochschule Offenburg |
| Verlagsort: | Offenburg |
| Seitenanzahl: | 130 |
| Sprache: | Deutsch | Inhaltliche Informationen |
| Fakultäten / Einrichtungen: | Fakultät Medien und Informationswesen (M+I) (bis 21.04.2021) |
| Sammlungen der Hochschule Offenburg: | Abschlussarbeiten / Bachelor-Studiengänge / MI |
| DDC-Sachgruppen: | 000 Allgemeines, Informatik, Informationswissenschaft / 000 Allgemeines, Wissenschaft |
| Freies Schlagwort / Tag: | Java; Künstliche Intelligenz; Maschinelles Lernen; Open-Source; Programmierung; Threat-Modelling; Toolkit | Formale Angaben |
| Open-Access-Status: | Closed Access |
| Lizenz (Deutsch): | Creative Commons - CC BY-ND - Namensnennung - Keine Bearbeitungen 4.0 International |
| SWB-Katalog-Nr.: | 1729107966 |



