Modification de l'ensemble d'apprentissage pour la phase 2
La phase 2 utilise des techniques d'apprentissage machine supervisées sur toutes les constatations restantes pour déterminer si une constatation est exploitable.
-
- hautement exploitable
- moyennement exploitable
- peu exploitable
- inintéressant
La phase 2 d'IFA attribue à chaque classification une valeur de prédiction entre 0 et 1 qui représente la probabilité que la machine ait raison dans la classification en fonction de cet ensemble d'apprentissages. Le système se penche ensuite sur les probabilités qui résultent pour chaque classification et constatation et choisit une réponse en sélectionnant la probabilité obtenue la plus élevée.
- Notes
- 1=Hautement
- 2=Moyennement
- 3=Peu
- 4=Inintéressant
- Modification de la gravité
- Hautement=Hautement
- Moyennement=Moyennement
- Peu=Peu
- Info=Inintéressant
- Gravité
- Hautement=Hautement
- Moyennement=Moyennement
- Peu=Peu
- Info=Inintéressant
- Constatations exclues=Inintéressant
Dans l'idéal, la gravité s'ajuste pour correspondre à la classification désirée, car il s'agit du chemin le plus simple. Les constatations jugées inintéressantes peuvent être exclues. Elles seront appliquées à l'ensemble d'apprentissages en tant que constatations inintéressantes.
Les évaluations d'apprentissage sont toutes stockées sur :
<data_dir>\ml\spark\train
où <data_dir> est l'emplacement de vos données de programme AppScan® Source, comme décrit dans Emplacements des fichiers de données utilisateur et des fichiers d'installation.Toute modification apportée aux paramètres d'usine ou tout ajout d'une nouvelle évaluation entraîne une nouvelle génération de modèles de prédiction par IFA. Redémarrez le serveur pour bénéficier des fichiers d'apprentissage mis à jour.