Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/23937

Назва: Методи машинного навчаня для виявлення атак на комп'ютерні системи
Інші назви: Machine learning methods of attacks detection on computer systems
Автори: Максимець, О.
Maksymets, O.
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя
Бібліографічний опис: Максимець О. Методи машинного навчаня для виявлення атак на комп'ютерні системи / О. Максимець // Матеріали Ⅴ науково-технічної конференції „Інформаційні моделі, системи та технології“, 1-2 лютого 2018 року. — Т. : ТНТУ, 2018. — С. 101. — (Секція 5. Безпека інфокомунікацій).
Bibliographic description: Maksymets O. (2018) Metody mashynnoho navchania dlia vyiavlennia atak na kompiuterni systemy [Machine learning methods of attacks detection on computer systems]. Materials of the Ⅴ Scientific and Technical Conference "Information models, systems and technologies" (Tern., 1-2 February 2018), pp. 101 [in Ukrainian].
Є частиною видання: Матеріали Ⅴ науково-технічної конференції „Інформаційні моделі, системи та технології“
Materials of the Ⅴ Scientific and Technical Conference "Information models, systems and technologies"
Конференція/захід: Ⅴ науково-технічна конференція „Інформаційні моделі, системи та технології“
Журнал/збірник: Матеріали Ⅴ науково-технічної конференції „Інформаційні моделі, системи та технології“
Дата публікації: 1-лют-2018
Видавництво: ТНТУ
TNTU
Місце видання, проведення: Тернопіль
Ternopil
Часове охоплення: 1-2 лютого 2018 року
1-2 February 2018
УДК: 004.353
Кількість сторінок: 1
Діапазон сторінок: 101
Початкова сторінка: 101
Кінцева сторінка: 101
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/23937
Власник авторського права: © Тернопільський національний технічий університет імені Івана Пулюя, 2018
Тип вмісту : Conference Abstract
Розташовується у зібраннях:Ⅴ науково-технічна конференція „Інформаційні моделі, системи та технології“ (2018)



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.