TSI logo 25 years
LV EN
Home > Par mums > Struktūra un pārvaldība > Anotācijas

LĪMENIS

PROGRAMMA

FAKULTĀTE

GADS

VALODA

ATSLĒGVĀRDI

Korporatīvā tīkla segmentācija drošības līmeņa paaugstināšanai

Bakalaura darba mērķis ir korporatīvā tīkla segmentācija drošības līmeņa paaugstināšanai. Veicot uzņēmuma tīkla auditu tika konstatētas vairākas problēmas, tādi ka vienots tīkls, vājie mezgli, rezerves kanāla neesamība, atsevišķa dzīsla ar Lietuvas serveriem, HQ filiāle bez rezerves kanāla. Tika apskatīti populārākie tīkla drošības apdraudējumi un uzbrukumi, iepazīts ar DiD stratēģijām un pasākumiem, veikts esošā datortīkla audits, uzzīmēta jaunā tīkla topoloģija.Balstoties uz Cisco PPDIOO modeli sastādīts plāns jaunā tīklā pakāpeniskai pārstrukturēšanai. Centrāla iekārta tika uzstādīta Latvijas DC, saskaņoti IPsec tuneli ar Lietuvas DC, veiktas pārbaudes. Visās filiālēs nodrošinātās ar rezerves kanāliem, kas deva iespēju notestēt vispirms jaunu tīklu caur rezerves kanālu un tikai tad, kad visas pārbaudes tika veiktas un bija pozitīvas viegli varēja arī pieslēgt arī pamatkanālu. Rezerves kanāla maršrutētāji un filiāļu maršrutētāji nokonfigurēti pēc viena šablona, kas dot vieglu savstarpēju aizstājamību. Nokonfigurēta piekļuve uz filiāles komutatoriem un rezerves maršrutētājiem no abiem kanāliem: primāra kanāla un rezerves kanāla. Tīkls ir notestēts un darbojas.

Autors: Igors Manžurcevs

Vadītājs: Elena Revzina

Līmenis: Bakalaurs

Gads: 2024

Darba valoda: Angļu

Ar pipeline saistītu artefaktu un bojājumu atpazīšana IHC krāsojumos izmanotojot KNT kā pirmapstrādes posms patoloģiskajai analīzei

Šajā darbā tiek piedāvāts automatizēts risinājums artefaktu un bojājumu segmentācijai biomedicīnas attēlos, izmantojot mašīnmācīšanās algoritmus. Izstrādes process ietver datu pirmapstrādi, marķējuma klasifikāciju, izmantojot klasterizācijas algoritmus, un segmentācijas modeli. Segmentēšanai tiek izmantotas tādas KNT arhitektūras kā YOLO un U-NET, bet klasterizācijai tiek novērtēti K-Means un DBSC algoritmi. Rezultāti ietver datu pirmapstrādes priekšnoteikumu kopumu, klasterizācijas algoritma testēšanu un rezultātu analīzi, segmentācijas modeli un ieteikumus turpmākai attīstībai.

Autors: Taisija Kožarina

Vadītājs: Jeļena Kijonoka

Līmenis: Bakalaurs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

Table View
Text View