Detekce nežádoucích požadavků na webu

but.committeedoc. Ing. Petr Matoušek, Ph.D., M.A. (předseda) Dr. Ing. Petr Peringer (člen) Ing. Matěj Grégr, Ph.D. (člen) doc. Ing. Michal Španěl, Ph.D. (člen) Ing. Lukáš Kekely, 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 C.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHranický, Radekcs
dc.contributor.authorSlovák, Michalcs
dc.contributor.refereeSetinský, Jiřícs
dc.date.created2024cs
dc.description.abstractPráce se zabývá vývojem klasifikátoru pro detekci nežádoucích požadavků na webový server s využitím metod strojového učení. Tento přístup vyžaduje vznik anotované datové sady a analýzu společných vlastnostní a charakteristik nelegitimních požadavků, které lze využít pro jejich kategorizaci. Dále se práce zabývá výběrem vhodného klasifikačního algoritmu. Výsledný model dosahuje váhovaného skóre F1 99.95 %, je spolehlivý a rychlý, což jej činí vhodným pro praktické nasazení.cs
dc.description.abstractThis thesis deals with the development of a classifier for detecting unwanted requests to a web server using machine learning methods. This approach requires the creation of an annotated dataset and the analysis of common features and characteristics of illegitimate requests that can be used to categorize them. Furthermore, the paper deals with the selection of an appropriate classification algorithm. The resulting model achieves a weighted F1 score of 99.95 %, is reliable and fast, making it suitable for practical deployment.en
dc.description.markCcs
dc.identifier.citationSLOVÁK, M. Detekce nežádoucích požadavků na webu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.cs
dc.identifier.other153706cs
dc.identifier.urihttp://hdl.handle.net/11012/246901
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectnežádoucí požadavkycs
dc.subjectwebový aplikační firewallcs
dc.subjectklasifikacecs
dc.subjectdatová sadacs
dc.subjectstrojové učenícs
dc.subjectprotokol HTTPcs
dc.subjecttextová datacs
dc.subjectn-gramcs
dc.subjectanomalous requestsen
dc.subjectweb application firewallen
dc.subjectclassificationen
dc.subjectdataseten
dc.subjectmachine learningen
dc.subjectHTTP protocolen
dc.subjecttext dataen
dc.subjectn-gramen
dc.titleDetekce nežádoucích požadavků na webucs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-06-11cs
dcterms.modified2024-06-17-08:45:51cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid153706en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 21:01:09en
sync.item.modts2025.01.15 15:17:17en
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:
6.07 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_153706.html
Size:
10.52 KB
Format:
Hypertext Markup Language
Description:
file review_153706.html
Collections