Umělá inteligence pro klasifikaci aplikačních služeb v síťové komunikaci

Loading...
Thumbnail Image

Date

Authors

Jelínek, Michael

Mark

A

Journal Title

Journal ISSN

Volume Title

Publisher

Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií

ORCID

Abstract

Diplomová práce se zaměřuje na výběr vhodného algoritmu ke klasifikaci vybraných služeb síťového provozu a jeho implementaci. Teoretická část popisuje dostupné klasifikační přístupy společně s používanými algoritmy a vybrané síťové služby. Praktická část se zaměřuje na přípravu a předzpracování datové sady, výběr a optimalizaci klasifikačního algoritmu a ověření klasifikačních schopností algoritmu na různých scénářích datové sady.
The master thesis focuses on the selection of a suitable algorithm for the classification of selected network traffic services and its implementation. The theoretical part describes the available classification approaches together with commonly used algorithms and selected network services. The practical part focuses on the preparation and preprocessing of the dataset, selection and optimization of the classification algorithm and verifying the classification capabilities of the algorithm in the various scenarios of the dataset.

Description

Citation

JELÍNEK, M. Umělá inteligence pro klasifikaci aplikačních služeb v síťové komunikaci [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.

Document type

Document version

Date of access to the full text

Language of document

cs

Study field

bez specializace

Comittee

doc. Ing. Karel Burda, CSc. (předseda) doc. Ing. Petr Mlýnek, Ph.D. (místopředseda) Ing. Petr Machník, Ph.D. (člen) doc. Ing. Tomáš Horváth, Ph.D. (člen) JUDr. Pavel Loutocký, BA (Hons), Ph.D. (člen) Ing. Petr Blažek (člen)

Date of acceptance

2021-06-08

Defence

Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta. Otázky: Změnila by se úspěšnost využitých algoritmů, pokud by se zvětšil objem dat či struktura dat (např. přidáním neznámých protokolů)? Dalo by se jednotlivých vytvořených již naučených modelů využít tak, aby byly přenositelné a nemusely se vždy učit od začátku či je dle Vás čas/objem dat nutný k získání dostatečné přesnosti zanedbatelný? V rámci výsledků a úspěšnosti se neobjevuje diskuze nad falešně pozitivními/negativními výsledky – bylo přihlíženo i k tomuto v rámci vyhodnocení výsledků? Popř. jaké procento falešně pozitivních/negativních obsahovaly výsledky?

Result of defence

práce byla úspěšně obhájena

DOI

Collections

Endorsement

Review

Supplemented By

Referenced By

Citace PRO