but.committee	doc. Dr. Ing. Petr Hanáček (předseda) doc. Ing. František Zbořil, Ph.D. (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) Ing. Matěj Grégr, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (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 otázku 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 ". Otázky u obhajoby: Je plánována nebo již proběhla nějaká forma publikace výsledků práce na mezinárodní úrovni? Komise, například: Máte přehled, které publikace s podobnou problematikou byly již zveřejněny? Komise, například: Jak byly trénovány vyhodnocovací metody?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie a umělá inteligence	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kučera, Jan	en
dc.contributor.author	Goldschmidt, Patrik	en
dc.contributor.referee	Kekely, Lukáš	en
dc.date.created	2021	cs
dc.description.abstract	Útoky typu odoprenia služby (DDoS) sú v dnešných počítačových sieťach stále frekventovanejším bezpečnostným incidentom. Táto práca sa zameriava na detekciu týchto útokov a poskytnutie relevantných informácii za účelom ich mitigácie v reálnom čase. Spomínaná funkcionalita je dosiahnutá s využitím techník prúdového dolovania z dát a strojového učenia. Výsledkom práce je sada nástrojov zastrešujúca celý proces strojového učenia - od vlastnej extrakcie príznakov cez predspracovanie dát až po export natrénovaného modelu pripraveného na nasadenie v produkcii. Experimentálne výsledky vyhodnotené na viacerých reálnych a syntetických dátových sadách poukazujú na presnosť systému väčšiu ako 99% s možnosťou spoľahlivej detekcie prebiehajúceho útoku do 4 sekúnd od jeho začiatku.	en
dc.description.abstract	Distributed Denial of Service (DDoS) attacks are an ever-increasing type of security incident on modern computer networks. This thesis aims to detect these attacks and provide relevant information in order to mitigate them in real-time. This functionality is achieved by data stream mining and machine learning techniques. The output of the work is a series of tools executing the process of the whole machine learning pipeline - from custom feature extraction through data preprocessing to exporting a trained model ready for deployment. The experimental results evaluated on various real and synthetic datasets indicate an accuracy of over 99% with an ability to reliably detect an ongoing attack within the first 4 seconds of its start.	cs
dc.description.mark	A	cs
dc.identifier.citation	GOLDSCHMIDT, P. Potlačení DoS útoků s využitím strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	137628	cs
dc.identifier.uri	http://hdl.handle.net/11012/201270
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	DoS útok	en
dc.subject	DDoS útok	en
dc.subject	DDoS detekcia	en
dc.subject	DDoS mitigácia	en
dc.subject	strojové učenie	en
dc.subject	prúdové dolovanie z dát	en
dc.subject	DoS attack	cs
dc.subject	DDoS attack	cs
dc.subject	DDoS detection	cs
dc.subject	DDoS mitigation	cs
dc.subject	Machine learning	cs
dc.subject	data stream mining	cs
dc.title	Potlačení DoS útoků s využitím strojového učení	en
dc.title.alternative	Mitigation of DoS Attacks Using Machine Learning	cs
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2021-08-27	cs
dcterms.modified	2021-08-27-15:50:04	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	137628	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:34:29	en
sync.item.modts	2025.01.15 20:34:13	en
thesis.discipline	Kybernetická bezpečnost	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Potlačení DoS útoků s využitím strojového učení

Files

Original bundle

Collections