Show simple item record

dc.contributor.authorElsetrønning, Emil A.
dc.contributor.authorKristoffersen, Marte
dc.contributor.authorEvandt, Martin Farstad
dc.contributor.authorHeggem, Nils Erlend
dc.contributor.authorHognestad, Tone Marie L.
dc.date.accessioned2019-07-02T10:14:49Z
dc.date.available2019-07-02T10:14:49Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2603159
dc.descriptionUtført i samarbeid med: Telenor Emergency Response Team (TCERT), Telenor Norgenb_NO
dc.description.abstractInformasjonssikkerhet er et fagfelt i stadig endring, og det blir derfor viktigere enn noen gang for analytikere og sikkerhetsingeniører å detektere skadevare raskest mulig for å minske omfanget. Det er her kunstig intelligens kommer inn i bildet, og oppgaven til å gruppen er å se på muligheten for å bruke maskinlæring til dette. Dette gjøres via verktøy laget av gruppen, samt analyse av resultater som er generert.nb_NO
dc.language.isonobnb_NO
dc.publisherUniversitetet i Sørøst-Norge, Fakultet for teknologi og maritime fagnb_NO
dc.subjectmaskinlæringnb_NO
dc.subjectEndpoint Detection and Responsenb_NO
dc.subjectcybersikkerhetnb_NO
dc.subjectinformasjonssikkerhetnb_NO
dc.titleAdaptiv endepunktssikringnb_NO
dc.title.alternativeAdaptive endpoint protectionnb_NO
dc.typeBachelor thesisnb_NO
dc.rights.holder© Forfatternenb_NO
dc.source.pagenumberFlere pag.nb_NO


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record