ed1rac / Dissertacao-Ed

Arquivos-fonte da dissertação de mestrado do prof. Edkallenn Lima.

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Dissertacao-Ed


Descrição do projeto:

Arquivos-fonte da dissertação de mestrado do prof. Edkallenn Lima.

O título da dissertação é: "Aplicação de Mineração de dados e Aprendizagem de Máquina na detecção de conflitos entre políticas de controle de acesso".

A orientação é da Dra. Laura Costa Sarkis. Ela faz parte (e é ex-coordenadora) do Programa de Pós-Graduação em Ciência da Computação -- PPgCC da UFAC (Universidade Federal do Acre).


Organização dos arquivos

Os arquivos estão organizados da seguinte forma:

  • Dissertação ---> Texto final da dissertação. Versão em PDF.
  • old --> Versão atual. Apesar do nome é a versão atual. Compila normalmente.
  • arquivos-politicas --> Arquivos com as políticas (os datasets) utilizados no trabalho.
  • Programas --> Os programas, notebooks e outros scripts desenvolvidos e utilizados na dissertação.
  • imagens --> Todas as imagens do texto. Estão em formato PNG
  • bibliografias-temp --> Arquivos .bib temporários

Softwares utilizados

Para produzir o texto e conduzir os experimentos os seguintes softwares/serviços foram utilizados:

  • TexStudio (Para mim, de longe, o melhor editor/IDE em $\LaTeX$ )
  • Python com as bibliotecas:
    • Pandas
    • scikit-learn
    • numPy
    • TensorFlow
      • Keras
      • torch
    • Seaborn
    • Matplotlib
    • sklearn
    • graphviz
    • Pytorch
  • Google Collab
  • Spyder (Juro que antes de executar um comando no Collab ou no Jupyter eu testo antes no Spyder!)
  • Anaconda
  • Jupyter
  • VSCode
  • GIMP (para edição das centenas de imagens)

Versionamento

Eu uso o Git para fazer o vesionamento. Para outras versões, clique aqui

Autor

Suporte ou Contato

Telefones:

  • Trabalho: (68) 3212-1211

E-mails:

Endereços Profissionais:

Licença

Este projeto está licenciado sob a Licença MIT

Pré-requisitos

  • No geral, Não há pré-requisitos
  • Caso queira compilar, conhecimentos de $\LaTeX$ são bem-vindos.
  • Os demais códigos são ou documentados no próprio arquivo-fonte ou na dissertação

Agradecimentos

  • A minha orientadora querida, professora Laura, pela paciência principalmente, mas por ter sido compreensiva no pior momento de toda minha vida (a perda de uma pessoa importante)
  • Aos amigos do mestrado
  • à minha esposa e filha, as duas mulheres da minha vida
  • à Deus

About

Arquivos-fonte da dissertação de mestrado do prof. Edkallenn Lima.


Languages

Language:Jupyter Notebook 51.8%Language:TeX 47.8%Language:Python 0.2%Language:JavaScript 0.2%Language:LOLCODE 0.0%