HEJCMAN, L. Kolaborativní strojové učení v kontextu síťové bezpečnosti [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Student prokázal schopnost samostatně řešit komplexní úlohu. Práce studenta byla systematická a vedla k úspěšnému řešení práce. Velmi kladně hodnotím samotnou implementaci, která bude využita v navazujících projektech.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Práce navazuje na projekt smluvního výzkumu mezi CESNET a FIT. Požadavky na vypracování diplomové práce odpovídají svým rozsahem náročnějšímu zadání. Práce splnila všechny body zadání. | ||
| Práce s literaturou | Práce s literaturou byla velmi dobrá. Student aktivně vyhledával relevantní zdroje literatury, které využíval pro zkvalitnění výstupů své práce. | ||
| Aktivita během řešení, konzultace, komunikace | Student pravidelně svou práci konzultoval a na konzultace byl velmi dobře připraven. | ||
| Aktivita při dokončování | Práce byla dokončena s předstihem a její obsah dostatečně konzultován. | ||
| Publikační činnost, ocenění | Práce byla publikována na Excel@FIT. |
Student prozkoumal možnosti federovaného učení a vytvořil framework, který umožňuje jeho použití nad síťovými daty. Mé jediné výtky se týkají vyhodnocování experimentů a některých tvrzení v nich o strojovém učení, které mohou být zavádějící. Samotné modely byly však převzaté z jiného, již odpublikovaného, článku. Po technické a implementační stránce, na kterou se tato práce měla soustředit se mi vše zdá v pořádku. Student odvedl dost práce pro vytvoření kvalitního technického řešení.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Práce měla za cíl prozkoumat implementační náležitosti pro aplikování metod federovaného učení nad síťovými daty. Student se potřeboval seznámit s problémy síťového monitoringu a aplikací strojového učení, připravit datasety a ověřit řešení na praktické úloze. | ||
| Rozsah splnění požadavků zadání | |||
| Rozsah technické zprávy | Technická zprává má lehce přes 50 normostran. | ||
| Prezentační úroveň technické zprávy | 75 | Práce je dobře strukturovaná. Některé části jsou pro čtenáře hůře uchopitelné. Zmínil bych zejména matoucí notaci v sekci 2.2.2 a ne úplně jasné výsledky experimentů. Před objasněním studenta jsem se ztrácel v detailech o trénovacích a validačních datasetech, finální přesnosti, atp. | |
| Formální úprava technické zprávy | 95 | Práce je psána anglicky a po jazykové stránce se čte dobře. Zaznamenal jsem pouze minimum typografických chyb. | |
| Práce s literaturou | 85 | Práce cituje množství časopiseckých a konferenční článků týkající se federovaného učení. V některých případech jsou odkazovány preprinty na portálu arxiv, i když by už bylo možné citovat přímo primární publikaci. Dále student má v referencích zmíněné několik internetových zdrojů, které byly v textu pouze zmíněny a mohlo na ně být odkázáno třeba pod čarou. Některé internetové zdroje nemají uvedeno datum přístupu. | |
| Realizační výstup | 100 | Kód je implementován v Pythonu. Je dobře strukturovaný a pochopitelný. Je vytvořena dokumentace. Je možné projekt jednoduše nasadit pomocí Dockeru. | |
| Využitelnost výsledků | Samotný kód je kvalitní, testovaný, dokumentovaný a díky tomu očekávám jeho využití minimálně v kontextu CESNETu. |
eVSKP id 146258