Ochrana citlivých dat obsažených v obraze

Simple item page
but.committeeprof. Ing. Jan Hajný, Ph.D. (předseda) prof. JUDr. Radim Polčák, Ph.D. (místopředseda) doc. Ing. Zdeněk Martinásek, Ph.D. (člen) Ing. David Smékal (člen) doc. Ing. Pavel Šilhavý, Ph.D. (člen)cs
but.defenceV práci jsou použité dvě množiny pro trénovaní a testování modelů - trénovací a validační množina. Je testování modelu pouze na validační množině objektivní? studentka na otázku odpovědělacs
but.jazykangličtina (English)
but.programInformační bezpečnostcs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBurget, Radimen
dc.contributor.authorMezina, Anzhelikaen
dc.contributor.refereeRajnoha, Martinen
dc.date.created2018cs
dc.description.abstractTato bakalářská práce je zaměřena na využití hlubokého učení v bezpečnostním problému úniku citlivých informací ve formě obrazových dat. Pokusem o vyřešení tohoto problému bylo použití Single Shot Multibox Detectoru (SSD) a plně propojené sítě, poslední je mnohem rychlejší než jiné metody a může být použitá v praxi, kde je potřeba velmi rychlé analýzy příchozí a odchozí informace, například analýzy provozu sítě. V první části práce jsou popsané metody, které mohou být použité pro detekci klíčových slov. Druhá část obsahuje popis experimentu a dosažených výsledků pro dva modely neuronových sítí: Single Shot Multibox Detector a plně propojené sítě. Druhý model dosahuje uspokojivých vlastností jak z pohledu času zpracování tak i přesnosti a lze jej použít v praxi.en
dc.description.abstractThis work is focused on application of deep learning in security problem of escape sensitive information, that is contained in images. The presented solution of this problem is using Single Shot Multibox Detector and Fully Connected Network (FCN). FCN is faster than other methods and can be applied in industry, where is a need to analyse input and output information very quickly, for example, in network traffic analysis. In the first part of this work, methods that can be used in keyword detection are described. The second part contains a description of experiment and achieved results for two models of neural network: Single Shot Multibox Detector and Fully Connected Network. The second one gave better results and can be used in practice.cs
dc.description.markAcs
dc.identifier.citationMEZINA, A. Ochrana citlivých dat obsažených v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.cs
dc.identifier.other110185cs
dc.identifier.urihttp://hdl.handle.net/11012/82171
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectcitlivá informaceen
dc.subjectdetekce klíčových sloven
dc.subjectdetekce objektuen
dc.subjecthluboké učeníen
dc.subjectKerasen
dc.subjectkonvoluční neuronová síťen
dc.subjectplně propojená síťen
dc.subjectPythonen
dc.subjectsegmentace obrazuen
dc.subjectSingle Shot Multibox Detectoren
dc.subjectTensorFlowen
dc.subjectzpracování obrazuen
dc.subjectconvolutional neural networkcs
dc.subjectdeep learningcs
dc.subjectfully connected networkcs
dc.subjectimage segmentationcs
dc.subjectimage processingcs
dc.subjectKerascs
dc.subjectkeyword detectioncs
dc.subjectobject detectioncs
dc.subjectPythoncs
dc.subjectsensitive informationcs
dc.subjectSingle Shot Multibox Detectorcs
dc.subjectTensorFlowcs
dc.titleOchrana citlivých dat obsažených v obrazeen
dc.title.alternativeProtection of sensitive data contained in imagescs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2018-06-13cs
dcterms.modified2018-06-14-10:09:17cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid110185en
sync.item.dbtypeZPen
sync.item.insts2025.03.16 23:55:08en
sync.item.modts2025.01.17 10:01:07en
thesis.disciplineInformační bezpečnostcs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.48 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
86.38 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_110185.html
Size:
3.53 KB
Format:
Hypertext Markup Language
Description:
file review_110185.html
Download
Collections
2018