A ciberseguran a no contexto dos grandes volumes de dados conhecida como um problema cr tico e representa um grande desafio para a comunidade de investiga o. Os algoritmos de aprendizagem autom tica t m sido sugeridos como candidatos para lidar com problemas de seguran a de grandes volumes de dados. Entre estes algoritmos, as m quinas de vectores de apoio (SVM) obtiveram um sucesso not vel em v rios problemas de classifica o. No entanto, para estabelecer uma SVM eficaz, o utilizador tem de negar antecipadamente a configura o adequada da SVM, o que uma tarefa dif cil que requer conhecimentos especializados e um grande esfor o manual de tentativa e erro. Aqui formulamos o processo de configura o da SVM como um problema de otimiza o bi-objetivo em que a precis o e a complexidade do modelo s o consideradas como dois objectivos contradit rios. Propomos uma nova estrutura hiper-heur stica para otimiza o bi-objetiva que independente do dom nio do problema. Esta a primeira vez que se desenvolve uma hiper-heur stica para este problema. A estrutura hiper-heur stica proposta composta por uma estrat gia de alto n vel e heur sticas de baixo n vel.
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15. ThriftBooks.com. Read more. Spend less.