• ВХОД
  •  

    Полное описание

    Разработка программного обеспечения для сбора и анализа данных о доступности прокси серверов с использованием методов машинного обучения / А. М. Русаков, М. Г. Дерюгин, В. В. Никонов, М. А. Симонова. - DOI 10.37882/2223-2966.2024.01.31. - Текст : непосредственный // Современная наука: актуальные проблемы теории и практики. Естественные и технические науки : научно-практический журнал. - 2024. - N 1. - С. 114-127. - Библиогр. в конце ст. - ISSN 2223-2966.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.85

    Рубрики:
    Искусственный интеллект
    Машинное обучение

    Кл.слова (ненормированные): прокси сервер -- доступность прокси сервера -- информационная безопасность -- машинное обучение
    Аннотация: В статье приводится процесс создания программного обеспечения для сбора и анализа данных о доступности прокси серверов с использованием методов машинного обучения. Среди готовых решений не было вариантов, которые могли бы в полной мере удовлетворить потребности в повышении качества предоставляемых услуг, поэтому было решено приступить к разработке собственной программы, позволяющей без активного участия пользователя проверять и собирать информацию о доступности прокси-серверах из публичных ресурсов, анализировать их работоспособность и анализировать их доступность в ближайшем будущем. Используя отправку запроса на публичных веб-ресурс через прокси, можно было проверить работоспособность, опираясь на ответ или на задержку запроса. Для прогнозирования были проверены некоторые алгоритмы машинного обучения, а также задействовано экспоненциальное сглаживание.
    Доп. точки доступа:
    Русаков, Алексей Михайлович
    Дерюгин, М.Г.
    Никонов, Вячеслав Викторович
    Симонова, М.А.

    Экз-ры полностью 3f75120cf5859332c3b325d29d5feba8/2024/1
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -991465-084790)

    Шифр в сводном ЭК: aaea83ed2cd24b4574aefcf6aed56e9b