Μονάδα:
Τμήμα Πληροφορικής & ΤηλεπικοινωνιώνΠληροφορική
Ημερομηνία κατάθεσης:
2019-10-29
Συγγραφέας:
ΡΑΠΤΗΣ ΠΑΝΑΓΙΩΤΗΣ
Στοιχεία επιβλεπόντων καθηγητών:
Νικόλαος Καλουπτσίδης, Καθηγητής, Τμήμα Πληροφορικής και Τηλεπικοινωνιών, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Πρωτότυπος Τίτλος:
Αντιμετώπιση κακόβουλων απειλών εντός δικτύων μεγάλου μεγέθους, POMDPs και Ενισχυτική Μάθηση
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
Αντιμετώπιση κακόβουλων απειλών εντός δικτύων μεγάλου μεγέθους, POMDPs και Ενισχυτική Μάθηση
Περίληψη:
Στο πλαίσιο της συγκεκριμένης πτυχιακής εργασίας, αρχικά γίνεται μια αναλυτική επισκόπηση ξεκινώντας από τα MDPs (Κεφάλαιο 1) και καταλήγοντας στην συνέχεια στα POMDPs (Κεφάλαιο 2), η βασική ιδέα των οποίων, αποτελεί επέκταση εκείνων που διέπουν τα MPDs. Πραγματοποιείται μια λεπτομερής, πλήν κουραστική, συζήτηση των βασικών εννοιών και μεθόδων που είναι άρρηκτα συνδεδεμένες με εκέινα, ενώ στο τέλος του δεύτερου κεφαλαίου παρουσιάζεται και η "Αγία Τριάδα" αλγορίθμων, οι οποίοι, κατά την γνώμη μας, δύνανται να επιλύουν προβλήματα POMDPs αρκετά μεγάλου μεγέθους, όπως καταλήξαμε έπειτα από διεξοδική αναζήτηση της υπάρχουσας βιβλιογραφίας. Στην συνέχεια, συζητείται το πρόβλημα του αμυνόμενου-επιτιθέμενου εντός δικτύων (Κεφάλαιο 3), μοντελοποιημένο ως POMDP. Τέλος παρουσιάζεται η ιδέα του score function stochastic gradient εκτιμητή (Κεφάλαιο 4), ο οποίος ανήκει στην οικογένεια των policy-gradient αλγορίθμων και με την κατάλληλη προσαρμογή, τροποποιείται, ώστε να εφαρμοστεί για την εύρεση μιας καλής off-line global πολιτικής, στο πλαίσιου το προβλήματος αμυνόμενου-επιτιθέμενου.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
Eνισχυτική μάθηση,αντιμετώπιση απειλών εντός δικτύων,στοχαστική βελτιστοποίηση, μπευζιανά γραφήματα εξάρτησης,προσεγγιστικοί αλγόριθμοι
Αρ. σελίδων ευρετηρίου:
3
Αρ. βιβλιογραφικών αναφορών:
28
