VALA, Z. Real-time detekce pomalých DoS útoků s využitím neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Student se v této bakalářské práci zaměřil na rešerši pomalých útoků s odepřením služby (DoS) a způsobů jejich detekce. V teoretické části jsou zmíněny pouze 4 pomalé DoS a 3 zápavové DDoS. Práce by rozhodně zasloužila rozsáhlejší popis a kategorizaci známých útoků, alespoň v kategorii pomalých DoS. I kapitola o detekci je velmi stručná. Obecně mohla být teoretická část zpracována podrobněji, aby práci dodala potřebný kontext. V praktické části student provedl testování natrénovaného modelu detekce, který byl vytvořen v rámci jiné závěrečné práci. Následně měl student za úkol model analyzovat, vylepšit a provést důkladné testování na zachyceném síťovém provozu různého typu. V rámci testování detekce je škoda, že student testoval pouze tři útoky, mohlo jich být více. Celkově je práce psána velmi stručně a postrádá spousty technických detailů a zdůvodnění. Nicméně, všechny cíle práce byly splněny. Po formální stránce jsem nenalezl závažnější nedostatky. Práce čerpá spíše s webových zdrojů. Rozsah je spíše podprůměrný. Student během semestru pracoval samostatně, pravidelně konzultoval a reagoval na připomínky vedoucího.
Předložená bakalářská práce na téma Real-time detekce pomalých DoS útoků s využitím neuronové sítě je kompletní a logicky členěná. Student v úvodních kapitolách provedl stručnou rešerši od síťové komunikace, přes typy DoS útoků až po vybrané metody strojového učení. Dále navrhl vlastní implementaci vycházející z předchozích prací a tuto otestoval. Nicméně z formálního hlediska vytýkám slabou slohovou úroveň, zejména nevhodnou stavbu vět a skloňování slov ve větách, záměny „i“ a „y“ a místy neodborné vyjadřování. Z věcného hlediska vytýkám odchýlení se od původního zadání, ve kterém bylo požadováno využít neuronovou síť, avšak student zde použil tzv. random forest classifier. Nicméně navržené řešení je funkční a kladně hodnotím použití knihovny pro optimalizaci tzv. hyper-parametrů modelu a dále vytvořený uživatelský manuál.
eVSKP id 167371