Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Filutowicz, Marcin" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Effect of temperature and 4,6-diamidine-2-phenylindole on restriction of the supercoiled Col E1 DNA by Eco RI endonuclease
    Autorzy:
    Stępień, Elżbieta
    Filutowicz, Marcin
    Fikus, Magdalena
    Powiązania:
    https://bibliotekanauki.pl/articles/1046221.pdf
    Data publikacji:
    1979
    Wydawca:
    Polskie Towarzystwo Biochemiczne
    Źródło:
    Acta Biochimica Polonica; 1979, 26, 1-2; 29-38
    0001-527X
    Pojawia się w:
    Acta Biochimica Polonica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detecting anomalies in advertising web traffic with the use of the variational autoencoder
    Autorzy:
    Gabryel, Marcin
    Lada, Dawid
    Filutowicz, Zbigniew
    Patora-Wysocka, Zofia
    Kisiel-Dorohinicki, Marek
    Chen, Guang Yi
    Powiązania:
    https://bibliotekanauki.pl/articles/2147149.pdf
    Data publikacji:
    2022
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    anomaly detection
    web traffic
    ad fraud
    variational autoencoder
    Opis:
    This paper presents a neural network model for identifying non-human traffic to a website, which is significantly different from visits made by regular users. Such visits are undesirable from the point of view of the website owner as they are not human activity, and therefore do not bring any value, and, what is more, most often involve costs incurred in connection with the handling of advertising. They are made most often by dishonest publishers using special software (bots) to generate profits. Bots are also used in scraping, which is automatic scanning and downloading of website content, which actually is not in the interest of website authors. The model proposed in this work is learnt by data extracted directly from the web browser during website visits. This data is acquired by using a specially prepared JavaScript that monitors the behavior of the user or bot. The appearance of a bot on a website generates parameter values that are significantly different from those collected during typical visits made by human website users. It is not possible to learn more about the software controlling the bots and to know all the data generated by them. Therefore, this paper proposes a variational autoencoder (VAE) neural network model with modifications to detect the occurrence of abnormal parameter values that deviate from data obtained from human users’ Internet traffic. The algorithm works on the basis of a popular autoencoder method for detecting anomalies, however, a number of original improvements have been implemented. In the study we used authentic data extracted from several large online stores.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2022, 12, 4; 255--266
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies