Rozpoznání anomálií rozšířených detekčních systémů
but.committee | doc. 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.defence | Student 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.jazyk | angličtina (English) | |
but.program | Informační technologie | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Očenášek, Pavel | en |
dc.contributor.author | Poposki, Vasil | en |
dc.contributor.referee | Homoliak, Ivan | en |
dc.date.created | 2023 | cs |
dc.description.abstract | Cílem 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.abstract | The 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.mark | D | cs |
dc.identifier.citation | POPOSKI, V. Rozpoznání anomálií rozšířených detekčních systémů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023. | cs |
dc.identifier.other | 148445 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/211170 | |
dc.language.iso | en | cs |
dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
dc.subject | anomálie | en |
dc.subject | detekce | en |
dc.subject | prevence | en |
dc.subject | XDR | en |
dc.subject | IDS | en |
dc.subject | sítě | en |
dc.subject | koncové body | en |
dc.subject | neuronové sítě | en |
dc.subject | anomaly | cs |
dc.subject | detection | cs |
dc.subject | prevention | cs |
dc.subject | XDR | cs |
dc.subject | IDS | cs |
dc.subject | networks | cs |
dc.subject | endpoints | cs |
dc.subject | neural networks | cs |
dc.title | Rozpoznání anomálií rozšířených detekčních systémů | en |
dc.title.alternative | Anomaly Recognition in Advanced Detection Systems | cs |
dc.type | Text | cs |
dc.type.driver | bachelorThesis | en |
dc.type.evskp | bakalářská práce | cs |
dcterms.dateAccepted | 2023-06-13 | cs |
dcterms.modified | 2023-08-21-14:56:09 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 148445 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.18 20:59:39 | en |
sync.item.modts | 2025.01.15 22:49:17 | en |
thesis.discipline | Informační technologie | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů | cs |
thesis.level | Bakalářský | cs |
thesis.name | Bc. | cs |