Please use this identifier to cite or link to this item:
Title: Σχεδιασμός και υλοποίηση εφαρμογής για τη συγκέντρωση και ανάλυση δεδομένων που αφορούν την κυβερνοασφάλεια μέσω του γνωστού μέσου κοινωνικής δικτύωσης Twitter
Other Titles: Design and implementaion of an application to collect cybersecurity data and data analysis via the popular social network Twitter
Authors: Αργυρόπουλος, Χριστόδουλος
Keywords: Μηχανική μάθηση
Ανάλυση δεδομένων
Ανάλυση συναισθήματος
Επεξεργασία φυσικής γλώσσας
Απειλές κυβερνοασφάλειας
Keywords (translated): Twitter
Machine learning
Sentiment analysis
Natural language processing
Cybersecurity threats
Data analysis
Abstract: Πλατφόρμες κοινωνικής δικτύωσης, όπως το Twitter, παράγουν ένα τεράστιο όγκο δεδομένων, γεμάτο με απόψεις των χρηστών τους για πολυάριθμα θέματα, που είναι ιδανικά για εξόρυξη γνώμης. Στα πλαίσια αυτής της εργασίας, επιχειρήσαμε να σχεδιάσουμε και να υλοποιήσουμε ένα σύστημα, εφαρμόζοντας τεχνικές και μεθόδους επεξεργασίας φυσικής γλώσσας (NLP), Ανάλυσης Συναισθήματος αλλά και Μηχανικής Μάθησης ( ΜΜ ), για δημοσιεύσεις της πλατφόρμας με θέμα την κυβερνοασφάλεια και τις απειλές σε αυτή. Με τη βοήθεια του συστήματος είναι δυνατή η παρακολούθηση των επιθέσεων κυβερνοασφάλειας, των επιπτώσεών τους και η παρουσίαση αυτών.
Abstract (translated): Social networking platforms, like Twitter, generate an enormous amount of data, full of the users’ opinions regarding numerous subjects, and that makes it ideal for opinion mining. In this paper, we attempted to design and develop a system, which uses Natural Language Processing (NLP), Sentiment Analysis and Machine Learning (ML) techniques and methods, on the platform’s shared posts in the scope of cybersecurity and it’s threats. Thanks to this system its possible to monitor cybersecurity attacks and their consequences.
Appears in Collections:Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΔΔ)

Files in This Item:
File Description SizeFormat 
CEID_5719_Thesis_2020.pdfΔιπλωματική Εργασία Αργυρόπουλος Χριστόδουλος CEID4.93 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.