| DC Field | Value | Language |
|---|
| dc.contributor.author | Ишмухаметов, И. Р. | - |
| dc.contributor.author | Чернышев, К. В. | - |
| dc.coverage.spatial | Уфа | en_US |
| dc.date.accessioned | 2026-01-19T05:58:07Z | - |
| dc.date.available | 2026-01-19T05:58:07Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Ишмухаметов, И. Р. Обнаружение троянских программ = Trojan program detection / И. Р. Ишмухаметов, К. В. Чернышев // Информационные технологии обеспечения комплексной безопасности в цифровом обществе : материалы VII Всероссийской молодёжной научно-практической конференции с международным участием, Уфа, 23–24 мая 2025 г. / Уфимский университет науки и технологий ; редкол.: Д. С. Юнусова (отв. ред.) [и др.]. – Уфа, 2025. – С. 88–91. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/62759 | - |
| dc.description.abstract | Статья посвящена исследованию применения различных моделей машинного обучения для выявления троянских программ. Выполнен сравнительный анализ эффективности моделей Decision Tree, Random Forest, К Nearest Neighbors и Stacked Classifier с использованием метрик Accuracy, Precision, Recall, Fl Score и AUC-ROC. Основной задачей работы является определение наиболее точного и надежного метода для своевременного обнаружения и противодействия троянским программам. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | Уфимский университет науки и технологий | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | вредоносное программное обеспечение | en_US |
| dc.subject | конфиденциальные данные | en_US |
| dc.subject | методы идентификации | en_US |
| dc.title | Обнаружение троянских программ | en_US |
| dc.title.alternative | Trojan program detection | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article is devoted to the study of the application of various machine learning models to identify Trojans. A comparative analysis of the effectiveness of the Decision Tree, Random Forest, К Nearest Neighbors, and Stacked Classifier models was performed using Accuracy, Precision, Recall, Fl Score, and AUC-ROC metrics. The main objective of the work is to determine the most accurate and reliable method for timely detection and countering Trojan programs. | en_US |
| Appears in Collections: | Информационные технологии обеспечения комплексной безопасности в цифровом обществе (2025)
|
