Hlavní stránka > Výsledky hledání: keywords:"Data anonymization"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Způsoby řízení rizika v rámci testovacího prostředí bankovní instituce
 Mádl, Jiří ; Bruckner, Tomáš (vedoucí práce) ; Mandera, Petr (oponent)
V předložené bakalářské práci se zaměřuji na způsoby řízení rizik v rámci testovacího prostředí hypotetické bankovní instituce. Součástí řízení rizik je datová anonymizace a vytvoření testovacího prostředí, jehož cílem je nabídnout co nejvěrnější kopii produkčního prostřední. V teoretické části práce se věnuji teorii datové anonymizace, legislativnímu rámci České republiky a Evropské unie, teorii testování a definuji teoretické produkční prostředí hypotetické bankovní instituce, které vychází z reálného prostředí společnosti ČSOB Leasing a.s.. Následně navrhuji a analyzuji možná řešení vytvoření testovacího prostředí. Cílem této analýzy je volba nejvhodnějšího způsobu tvorby testovacího prostředí, který v praktické části aplikuji na hypotetické prostředí. Praktická část práce se věnuje také governance navrhovaného procesu.
Úplný záznam
Porovnání přístupů ke generování umělých dat
 Šejvlová, Ludmila ; Šimůnek, Milan (vedoucí práce) ; Pavlíčková, Jarmila (oponent)
Diplomová práce se zabývá umělými daty, konkrétně vybranými přístupy k jejich generování a praktickou úlohou generování dat. Cílem teoretické části práce je popsat vybrané přístupy ke generování umělých dat, shrnout jejich hlavní klady a zápory a jednotlivé přístupy vůči sobě porovnat. Cílem praktické části práce je vygenerovat umělá data pro účely výuky dobývání znalostí z databází. Práce uvádí základní popis umělých dat a podrobně vysvětluje proces jejich generování. Z možných přístupů ke generování umělých dat se práce zaměřuje na náhodný přístup, statistický přístup, generovací jazyky a nástroj ReverseMiner. Práce pojednává také o využití umělých dat v praxi a o vhodnosti jednotlivých přístupů pro určité záměry. V rámci práce byla pomocí nástroje ReverseMiner vytvořena výuková data Hotel SD, která obsahují vztahy odhalitelné pomocí GUHA-procedur typu SD (set-difference).
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English