Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/14856
Title: Avaliação de algoritmos de aprendizado de máquina aplicados à classificação de dados em nı́veis de confidencialidade
Authors: Aragão, Letı́cia Domingues de
metadata.dc.contributor.advisor: Mattos, Diogo Menezes Ferrazani
metadata.dc.contributor.members: Albuquerque, Célio Vinicius Neves de
Medeiros, Dianne Scherly Varela de
Issue Date: 2020
Publisher: Universidade Federal Fluminense
Citation: ARAGÃO, Letícia Domingues de. Avaliação de algoritmos de aprendizado de máquina aplicados à classificação de dados em níveis de confidencialidade. 2020. 67f. Trabalho de Conclusão de Curso ((raduação em Engenharia de Telecomunicações)-Universidade Federal Fluminense, Escola de Engenharia, Niterói, 2020.
Abstract: A correta definição do nı́vel de acesso para cada informação disponı́vel em um ambiente empresarial é desafiadora e falha. Esses processos recaem sobre procedimentos manuais ou baseados em expressões regulares genéricas. Este projeto propõe uma abordagem autônoma capaz de classificar, em diferentes graus de confidencialidade, a informação contida em uma base de dados real de uma instituição financeira. A abordagem inclui a aplicação de técnicas de processamento de linguagem natural bem como diferentes algoritmos de aprendizado supervisionado e não-supervisionado. A avaliação do desempenho da proposta mostra que o algoritmo de Floresta Aleatória associado à vetorização por conjunto de palavras do conteúdo dos documentos apresenta desempenho similar na discriminação entre as classes de confidencialidade e acurácia total de 89,29%. A técnica de vetorização de melhor desempenho identificada, feature hashing, evidencia que o nı́vel de confidencialidade depende da identificação de grupos de palavras-chave no documento.
metadata.dc.description.abstractother: The correct definition of the access level for each available document in a business environment is challenging and flawed. These processes fall on procedures that are either manual or based on generic regular expressions. In this project, we propose an autonomous approach capable of classifying, in different degrees of confidentiality, the information contained in a real database of a financial institution. The approach includes the application of natural language processing techniques as well as different supervised and unsupervised learning algorithms. The proposal’s performance evaluation shows that the Random Forest algorithm, associated with the bag of words vectorization of the content in documents, presents a similar performance in the discrimination between the classes of confidentiality and total accuracy of 89.29%. The best vectorization technique, feature hashing, showed that the privacy level depends on identifying groups of keywords in the document.
URI: https://app.uff.br/riuff/handle/1/14856
Appears in Collections:TGT - Trabalhos de Conclusão de Curso - Niterói

Files in This Item:
File Description SizeFormat 
Letícia Aragão - Trabalho de conclusão de curso.pdf5.55 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons