Analýza časových řad

Simple item page
but.committeedoc. Dr. Ing. Dušan Kolář (předseda) doc. Dr. Ing. Otto Fučík (člen) Ing. František Grézl, Ph.D. (člen) Ing. Ivana Burgetová, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (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 A.cs
but.jazykslovenština (Slovak)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBurgetová, Ivanask
dc.contributor.authorBudai, Samuelsk
dc.contributor.refereeBartík, Vladimírsk
dc.date.created2023cs
dc.description.abstractTáto práca rieši problematiku analýzy časových radov a jej využitie pri detekcii anomálií v priemyselných sieťach. Pre tvorbu modelov predikcie boli v riešení použité algoritmy AR-X, ARIMA, SARIMA, Random Forest, Facebook Prophet a XGB Boost. Okrem toho práca zahŕňa implementáciu algoritmu pre detekciu anomálií z modelov predikcií ako aj riešenie problematiky vysokej sezónnej periódy v prípade algoritmu SARIMA. Vykonaným výskumom sa zistilo, že za použitia vybraných algoritmov je možné predikovať priemyselnú premávku za účelom detekcie, v rámci ktorej sa podarilo odhaliť až 90% útokov. Rovnako práca prináša riešenie vysokej sezónnej periódy za použitia parciálnych časových radov. Tieto výsledky umožňujú experimentálnu integráciu detekcie na základe predikcií do reálnych priemyselných sietí.sk
dc.description.abstractThis thesis deals with the issue of time series analysis and its use in the detection of anomalies in industrial networks. AR-X, ARIMA, SARIMA, Random Forest, Facebook Prophet and XGB Boost algorithms were used in the solution to create prediction models. In addition, the work includes the implementation of an algorithm for detecting anomalies from prediction models as well as solving the problem of high seasonal period in the case of the SARIMA algorithm. Through the conducted research, it was found that with the use of selected algorithms, it is possible to predict industrial traffic for the purpose of detection, within which up to 90% of attacks were detected. The work also provides a solution to a high seasonal period using partial time series. These results allow the experimental integration of prediction-based detection into real industrial networks.en
dc.description.markAcs
dc.identifier.citationBUDAI, S. Analýza časových řad [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other144247cs
dc.identifier.urihttp://hdl.handle.net/11012/210523
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectanalýza časových radovsk
dc.subjectpredikcie v časových radochsk
dc.subjectdetekcia anomálií v časových radochsk
dc.subjectdetekcia útokov v premávkesk
dc.subjectčasový radsk
dc.subjectAR-Xsk
dc.subjectARIMAsk
dc.subjectSARIMAsk
dc.subjectRandom Forestsk
dc.subjectFacebook Prophetsk
dc.subjectXGB Boostsk
dc.subjecttime series analysisen
dc.subjecttime series forecastingen
dc.subjectanomaly detection in time seriesen
dc.subjectattack detection in network trafficen
dc.subjecttime seriesen
dc.subjectAR-Xen
dc.subjectARIMAen
dc.subjectSARIMAen
dc.subjectRandom Foresten
dc.subjectFacebook Propheten
dc.subjectXGB Boosten
dc.titleAnalýza časových řadsk
dc.title.alternativeTime Series Analysisen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-16cs
dcterms.modified2023-06-16-09:56:35cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid144247en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 19:45:57en
sync.item.modts2025.01.17 14:01:25en
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 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
8.23 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
17.68 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_144247.html
Size:
9.58 KB
Format:
Hypertext Markup Language
Description:
file review_144247.html
Download
Collections
2023