백엔드 개발 파이썬 튜토리얼 데이터 침해에 대한 응용 데이터 과학 + 보너스

데이터 침해에 대한 응용 데이터 과학 + 보너스

Aug 29, 2024 am 06:32 AM

안녕하세요!

오늘 저는 데이터 과학과 사이버 보안이라는 두 가지 도메인을 포함하기로 결정했습니다.

따라오시면 제가 쓴 내용을 보실 수 있습니다.
Applied Data Science on data breaches + Bonus

내가 무엇을 했나요?

조직 유형에 따른 공격 횟수 분석을 진행했습니다.
Kaggle에서 데이터세트를 다운로드했습니다.
그러다가 Jupyter Lab과 Python을 사용하여 데이터 작업을 시작했습니다.

노트북은 연습용으로, 데이터를 테스트하고 관찰하거나 가지고 놀 수 있습니다.

Applied Data Science on data breaches + Bonus

평소처럼 가장 먼저 데이터를 가져왔습니다. 그런 다음 데이터 세트를 로드하고 정리했습니다.

EDA(탐색적 데이터 분석)는 반복적이고 비순차적인 프로세스이기 때문에 데이터 정리는 더 많이 수행할 수 있는 단계입니다. 그래서 이후에도 의미 있는 인사이트를 찾아내기 위해 이 과정을 계속했습니다.

통계에 관한 몇 마디

공격 횟수를 기준으로 어떤 조직이 사이버 공격에 더 취약한지 알아보기 위해 n=40의 단순 무작위 샘플링을 선택했습니다. 단순 무작위 샘플링은 모집단의 모든 구성원이 선택될 확률이 동일하다는 것을 의미합니다.

가설

  1. 귀무가설(H0): 조직 유형별로 경험한 사이버 공격 횟수에는 큰 차이가 없습니다.

  2. 대체 가설(H1): 사이버 공격 횟수는 조직 유형에 따라 크게 다릅니다.

최대 공격 횟수 기준으로 헬스케어 업종이 6건으로 공격 가능성이 더 높은 것으로 결론지었습니다. 반면, 뱅킹은 공격 횟수가 1회로 가장 낮았습니다.

마지막으로 데이터 세트의 분포 정규성을 확인하기 위해 Shapiro-Wilk 테스트를 수행했습니다. 귀무가설이 기각되어 데이터가 정규 분포를 따르지 않는 것으로 보입니다. 나는 Kruskal-Wallis 테스트를 적용했는데 귀무 가설을 기각하지 못했습니다. 즉, 그룹 간에 유의미한 차이가 없다는 의미입니다. 간단히 말해서, 한 조직 유형이 다른 조직 유형보다 사이버 공격에 더 취약하다고 자신있게 말할 수 있는 증거가 충분하지 않다는 의미입니다.

제한 사항 및 향후 고려 사항

신뢰 수준 없음, 오차 한계 및 신뢰 구간이 설정되었습니다. 표본 크기가 작으므로 통계적으로 유의미한 차이를 탐지하기가 더 어렵습니다. 앞으로는 샘플 선택 시 이러한 단계를 존중하고 더 큰 샘플을 고려할 것입니다.

제 GitHub 페이지에서 전체 작업을 확인하실 수 있습니다. ?

보너스?

제가 명시한 대로 이 기사에는 보너스가 있습니다. 데이터 과학과 사이버 보안의 결합은 계속됩니다. TryHackMe 룸 Attacktive Directory에 대한 글을 작성했습니다!
언뜻 보면 이 주제들은 서로 관련이 없다고 말할 수 있습니다. 사실 이는 어떻게 침해가 발생할 수 있는지 보여주는 시연입니다! ? 데이터 침해는 어쨌든 그리고 어떤 이유로 나타나기 때문입니다.

궁금하시죠? 글쎄, 내 GitHub 페이지에서 내 글을 확인하세요.


당신의 생각은 무엇입니까?

위 내용은 데이터 침해에 대한 응용 데이터 과학 + 보너스의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

<gum> : Bubble Gum Simulator Infinity- 로얄 키를 얻고 사용하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Nordhold : Fusion System, 설명
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora : 마녀 트리의 속삭임 - Grappling Hook 잠금 해제 방법
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Python vs. C : 학습 곡선 및 사용 편의성 Python vs. C : 학습 곡선 및 사용 편의성 Apr 19, 2025 am 12:20 AM

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python 학습 : 2 시간의 일일 연구가 충분합니까? Python 학습 : 2 시간의 일일 연구가 충분합니까? Apr 18, 2025 am 12:22 AM

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python vs. C : 성능과 효율성 탐색 Python vs. C : 성능과 효율성 탐색 Apr 18, 2025 am 12:20 AM

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python vs. C : 주요 차이점 이해 Python vs. C : 주요 차이점 이해 Apr 21, 2025 am 12:18 AM

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬 : 자동화, 스크립팅 및 작업 관리 파이썬 : 자동화, 스크립팅 및 작업 관리 Apr 16, 2025 am 12:14 AM

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅을위한 파이썬 : 상세한 모양 과학 컴퓨팅을위한 파이썬 : 상세한 모양 Apr 19, 2025 am 12:15 AM

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발을위한 파이썬 : 주요 응용 프로그램 웹 개발을위한 파이썬 : 주요 응용 프로그램 Apr 18, 2025 am 12:20 AM

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

See all articles