Ulteriori informazioni
Se sabe que la ciberseguridad en el contexto de los macrodatos es un problema crítico y plantea un gran reto a la comunidad investigadora. Se han propuesto algoritmos de aprendizaje automático como candidatos para tratar los problemas de seguridad de los macrodatos. Entre estos algoritmos, las máquinas de vectores soporte (SVM) han logrado un éxito notable en varios problemas de clasificación. Sin embargo, para establecer una SVM eficaz, el usuario necesita negar de antemano la configuración adecuada de la SVM, que es una tarea desafiante que requiere conocimientos de expertos y una gran cantidad de esfuerzo manual de prueba y error. Aquí formulamos el proceso de configuración de la SVM como un problema de optimización bi-objetivo en el que la precisión y la complejidad del modelo se consideran dos objetivos en conflicto. Proponemos un novedoso marco hiperheurístico para la optimización bi-objetivo que es independiente del dominio del problema. Es la primera vez que se desarrolla una hiperheurística para este problema. El marco hiperheurístico propuesto consiste en una estrategia de alto nivel y una heurística de bajo nivel.
Info autore
Dr. Arun Kumar Kandru Profesor Asistente de CSE en la Escuela de Ingeniería Malla Reddy, con 13 años de experiencia docente.Dra. Anuradha Chinta Profesora Adjunta de CSE en la Escuela Superior de Ingeniería V R Siddhartha, con 11 años de experiencia docente.Dra. Kunchala Little Flower Profesora Adjunta de AIML en la Universidad de Malla Reddy, con 11 años de experiencia docente.
