Please use this identifier to cite or link to this item:
https://ptsldigital.ukm.my/jspui/handle/123456789/476588Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Azizi Abdullah, Prof. Madya Dr. | - |
| dc.contributor.author | Mudzfirah Abdul Halim (P87569) | - |
| dc.date.accessioned | 2023-10-06T09:21:43Z | - |
| dc.date.available | 2023-10-06T09:21:43Z | - |
| dc.date.issued | 2018-12-14 | - |
| dc.identifier.other | ukmvital:121711 | - |
| dc.identifier.uri | https://ptsldigital.ukm.my/jspui/handle/123456789/476588 | - |
| dc.description | Pembangunan teknologi rangkaian yang pesat telah memberi ilham kepada serangan siber seperti perisian hasad. Serangan ini menjadi salah satu ancaman besar kepada pengguna dan organisasi rangkaian. Ancaman ini menunjukkan perkembangan yang semakin aktif disebabkan oleh pertambahan serangan perisian hasad berubah-ubah. Oleh sebab itu, pelbagai kebaharuan pembangunan algoritma telah dicadangkan untuk mengesan serangan perisian hasad. Walau bagaimanapun, ia masih menghadapi masalah untuk membina model yang boleh dipercayai dan tepat yang berupaya menangani kuantiti data besar dengan corak sentiasa berubah-ubah. Perwakilan fitur menggunakan model Beg Perkataan (BP) adalah perwakilan yang biasa digunakan untuk mewakili kekerapan serangan perisian hasad. Namun begitu, menggunakan model BP memusnahkan aspek ruangan dan temporal corak serangan lalu mengakibatkan kehilangan maklumat dan pengindeksan yang kasar. Justeru itu, kajian ini menggunakan kaedah yang menggabungkan Rangkaian Neural Perlingkaran (RNP) dan Memori Jangka Masa Panjang dan Pendek (MJMPP) dicadangkan untuk mengkelas corak perisian hasad. Model RNP dan MJMPP digunakan dalam kajian ini untuk mengatasi masalah ruangan dan temporal untuk model BP. Hasil pengujian menunjukkan cadangan gabungan model RNP-MJMPP dan MJMPP-RNP mengatasi model tunggal Rangkaian Neural Berulang (RNB), RNP dan MJMPP dalam tugas mengkelas perisian hasad. Model cadangan RNP-MJMPP dan MJMPP-RNP masingmasing memperolehi tahap ketepatan pengkelasan sebanyak 96.76% dan 98.53% ke atas set data Drebin.,Sarjana Sains Komputer,Tesis ini tidak ada Perakuan Tesis Sarjana / Doktor Falsafah"" | - |
| dc.language.iso | may | - |
| dc.publisher | UKM, Bangi | - |
| dc.relation | Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat | - |
| dc.rights | UKM | - |
| dc.subject | Malware Computer software) | - |
| dc.subject | Neural networks (Computer science) | - |
| dc.subject | Universiti Kebangsaan Malaysia -- Dissertations | - |
| dc.subject | Dissertations, Academic -- Malaysia | - |
| dc.title | Pengkelasan corak perisian hasad menggunakan rangkaian neural perlingkaran berulang | - |
| dc.type | theses | - |
| dc.format.pages | 112 | - |
| dc.identifier.callno | QA76.76.C68M834 2018 3 tesis | - |
| dc.identifier.barcode | 005475(2021)(PL2) | - |
| Appears in Collections: | Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ukmvital_121711+SOURCE1+SOURCE1.0.PDF Restricted Access | 17.72 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.