Andere Kunden interessierten sich auch für
![Tecnologia WAP de M-learning adaptativo: Modelos e análise estatística]( "Tecnologia WAP de M-learning adaptativo: Modelos e análise estatística")
Tecnologia WAP de M-learning adaptativo: Modelos e análise estatística23,99 €![Redistribuição da rede informática]( "Redistribuição da rede informática")
Redistribuição da rede informática26,99 €![Estudo de segurança do servidor Web indiano]( "Estudo de segurança do servidor Web indiano")
Estudo de segurança do servidor Web indiano23,99 €![Implantação de um protótipo de rede segura para uma melhor conetividade]( "Implantação de um protótipo de rede segura para uma melhor conetividade")
Implantação de um protótipo de rede segura para uma melhor conetividade44,99 €![Análise de Perfromance de Protocolos de Roteamento para Rede Móvel AD-HOC]( "Análise de Perfromance de Protocolos de Roteamento para Rede Móvel AD-HOC")
Análise de Perfromance de Protocolos de Roteamento para Rede Móvel AD-HOC29,99 €![Algoritmo de Rede Neural para LDA/GSVD]( "Algoritmo de Rede Neural para LDA/GSVD")
Algoritmo de Rede Neural para LDA/GSVD26,99 €![Aplicação da rede de sensores sem fios na Agricultura de Precisão]( "Aplicação da rede de sensores sem fios na Agricultura de Precisão")
Aplicação da rede de sensores sem fios na Agricultura de Precisão26,99 €
A perícia da rede ajuda a localizar os autores de fraudes cibernéticas, avaliando e rastreando os dados da rede. É necessária a utilização de várias ferramentas de recolha de tráfego de rede. A perícia de rede analisa o tráfego de rede para detectar intrusões e estudar a forma como o crime ocorreu, ou seja, estabelecer uma cena de crime para investigação e repetição. Este estudo propõe um modelo e arquitectura geral do processo forense de rede. Um conjunto de dados secundário, KDD CUP de tráfego normal e anómalo é utilizado para análise, a fim de simular todo o processo. O conjunto de dados é em grande parte processado para selecção de características e remoção de redundância. O conjunto de dados foi limpo antes de ser analisado utilizando o modelo de aprendizagem da Máquina Vectorial de Apoio para classificar o tráfego. A classificação multiclasse tem sido utilizada para categorizar vários tipos de ataques de rede. A precisão do modelo é então avaliada utilizando os resultados obtidos.