but.committee	doc. Ing. Peter Chudý, Ph.D., MBA (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. František Grézl, Ph.D. (člen) Ing. Libor Polčák, Ph.D. (člen) Ing. Jaroslav Rozman, 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 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. Otázky u obhajoby: Aká metódy detekcie anomálii v prostredí počítačových sietí poznáte a čim sa odlišujú? Aký je rozdiel medzi anomálnymi a signatúrnymi systémami detekcie prienikov (IDS)? Kam by ste zaradili binárne klasifikačné metódy, ktoré popisujete v sekcii 2.2? Ako konkrétne sa dajú využit evolučné techniky na detekciu anomálií v sieťovej prevádzke? Do jaké míry je použitý zachycený provoz reprezentativní? Kolik trénovacích vektorů bylo z provozu vygenerováno? Jaká je velikost výsledné neuronové sítě?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Očenášek, Pavel	cs
dc.contributor.author	Lička, Zbyněk	cs
dc.contributor.referee	Homoliak, Ivan	cs
dc.date.accessioned	2022-08-25T06:52:20Z
dc.date.available	2022-08-25T06:52:20Z
dc.date.created	2022	cs
dc.description.abstract	Práce se zabývá detekcí anomálií při komunikaci pomocí technologie IEEE 802.11 (Wi-Fi) na linkové vrstě OSI. K detekci anomálií byla zvolena metoda neuronových sítí, konkrétně LSTM rekurzivních neuronových sítí. Na začátku je popsána oblast zaměření a motivace k detekci anomálií v prostředí počítačových sítí. Poté jsou popsány různé techniky detekce anomálií, které jsou v oblasti počítačových sítí běžně používány. Pokračuje analýza požadavků na systém umožňující detekci anomálií a volba vhodné metody pro tyto účely. Dále je popsán návrh a způsob implementace systému a zvoleného modelu. Poté pokračuje zpráva o testování, vyhodnocení experimentů a diskuze.	cs
dc.description.abstract	This thesis deals with anomaly detection in communication using the IEEE 802.11 technology (Wi-Fi) at the data link layer of OSI. The neural network method, specifically LSTM recurrent neural network, has been chosen for anomaly detection purposes. Initially, the focus area and motivation for anomaly detection in a computer network environment is described. Then, various methods for anomaly detection in computer networking are described. Thesis continues with analysis of the requirements for the system and a draft of the final system, including the chosen method, continuing with implementation of the system and model. Testing and evaluation of results takes place before the theses' conclusion.	en
dc.description.mark	D	cs
dc.identifier.citation	LIČKA, Z. Detekce anomálií ve Wi-Fi komunikaci [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	146358	cs
dc.identifier.uri	http://hdl.handle.net/11012/208273
dc.language.iso	cs	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	umělá inteligence	cs
dc.subject	IEEE 802.11	cs
dc.subject	detekce anomálií	cs
dc.subject	strojové učení	cs
dc.subject	síťové zabezpečení	cs
dc.subject	LSTM RNN	cs
dc.subject	neuronové sítě	cs
dc.subject	artificial intelligence	en
dc.subject	IEEE 802.11	en
dc.subject	anomaly detection	en
dc.subject	machine learning	en
dc.subject	network security	en
dc.subject	LSTM RNN	en
dc.subject	neural networks	en
dc.title	Detekce anomálií ve Wi-Fi komunikaci	cs
dc.title.alternative	Wi-Fi Communication Anomaly Detection	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2022-08-23	cs
dcterms.modified	2022-08-24-22:30:37	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	146358	en
sync.item.dbtype	ZP	en
sync.item.insts	2022.08.25 08:52:20	en
sync.item.modts	2022.08.25 08:14:35	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

Detekce anomálií ve Wi-Fi komunikaci

Files

Original bundle

Collections