Rozpoznání anomálií rozšířených detekčních systémů

but.committeedoc. Ing. Ondřej Ryšavý, Ph.D. (předseda) doc. Ing. Vladimír Drábek, CSc. (člen) Ing. Bohuslav Křena, Ph.D. (člen) doc. Ing. Vítězslav Beran, Ph.D. (člen) Dr. Ing. Petr Peringer (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D.cs
but.jazykangličtina (English)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorOčenášek, Pavelen
dc.contributor.authorPoposki, Vasilen
dc.contributor.refereeHomoliak, Ivanen
dc.date.created2023cs
dc.description.abstractCílem této práce je implementovat systém detekce anomálií využívající techniky umělé inteligence, který dokáže detekovat anomálie učením chování systému. Navrhovaný přístup je účinný při identifikaci nových nebo neznámých anomálií, které tradiční metody založené na pravidlech mohou postrádat v datech síťového provozu. Implementace takového systému však zahrnuje i řešení problémů, jako je zpracování dat a extrakce charakteristických rysů. Tato práce pojednává o různých metodách analýzy dat a přístupech k odhalení průniků v systémech Extended Detection and Response a výzvách, kterým čelíme v dnešních rozšiřujících se bezpečnostních technologiích.en
dc.description.abstractThe objective of this work is to implement an anomaly detection system using artificial intelligence techniques that can detect anomalies by learning the system behavior. The proposed approach is effective in identifying novel or unknown anomalies that traditional rule-based methods may miss in network traffic data. However, the implementation of such a system involves addressing challenges such as data processing and feature extraction. This work discusses different methods of data analysis and intrusion detection approaches in Extended Detection and Response systems and the challenges we face in today’s expanding security technologies.cs
dc.description.markDcs
dc.identifier.citationPOPOSKI, V. Rozpoznání anomálií rozšířených detekčních systémů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other148445cs
dc.identifier.urihttp://hdl.handle.net/11012/211170
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectanomálieen
dc.subjectdetekceen
dc.subjectprevenceen
dc.subjectXDRen
dc.subjectIDSen
dc.subjectsítěen
dc.subjectkoncové bodyen
dc.subjectneuronové sítěen
dc.subjectanomalycs
dc.subjectdetectioncs
dc.subjectpreventioncs
dc.subjectXDRcs
dc.subjectIDScs
dc.subjectnetworkscs
dc.subjectendpointscs
dc.subjectneural networkscs
dc.titleRozpoznání anomálií rozšířených detekčních systémůen
dc.title.alternativeAnomaly Recognition in Advanced Detection Systemscs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-13cs
dcterms.modified2023-08-21-14:56:09cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid148445en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 20:59:39en
sync.item.modts2025.01.15 22:49:17en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.53 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_148445.html
Size:
8.42 KB
Format:
Hypertext Markup Language
Description:
file review_148445.html
Collections