Analiza globalnych danych o raku

W tym projekcie analizowałem globalne dane dotyczące cyberbezpieczeństwa, aby zrozumieć globalne trendy w AI, a ich wnioski pomagają zidentyfikować i rozwiązać najważniejsze luki w AI.

Analiza obejmowała:

Kategoryzację nowych typów (złośliwe oprogramowanie, phishing, ransomware, ataki DDoS itp.)

Analizę najbardziej narażonych krajów

Czytanie przez rok lub dłużej

Identyfikację źródeł wiktoriańskich (według kraju lub typu etykiety, jeśli dostępne)

Graficzną prezentację pokazującą geograficzny rozkład zagrożeń

Porównanie liczby i reakcji krajów

Narzędzia użyte:

Python (Panda, Matplotlib, Seaborn)

Excel do czyszczenia i przetwarzania danych

Tableau/Power BI do budowy interaktywnego pulpitu nawigacyjnego

Jupyter Notebook do prezentacji analizy i kroków

Wyniki projektu:
Ujawnienie nowego szefa Cyber New York, zidentyfikowanie najbardziej narażonych krajów oraz pomoc w budowaniu jasnego zrozumienia znaczenia wzmacniania obrony cyfrowej i świadomości zagrożeń kryminalistycznych.