but.committee	doc. Ing. Ondřej Ryšavý, Ph.D. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (místopředseda) RNDr. Petr Fuchs, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Bohuslav Křena, 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 C. Otázky u obhajoby: Tabulka 5.7 zobrazuje, že už při velikosti okna 1 dosahuje metrika F1 hodnoty 99 %. Znamená to, že pro téměř bezchybnou klasifikaci není kontext ostatních paketů vůbec potřeba? Je pro tuto doménu důležitější nižší míra falešně pozitivních nebo falešně negativních klasifikací? Dělal jste nějakou normalizaci vstupů neuronové sítě? Jakou úlohu přesně řeší neuronová síť?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kučera, Jan	cs
dc.contributor.author	Odehnal, Tomáš	cs
dc.contributor.referee	Wrona, Jan	cs
dc.date.created	2019	cs
dc.description.abstract	Bakalářská práce se zabývá návrhem a implementací dvou přístupů pro ochranu před SYN Flood útoky, které patří do DoS útoků. Denial of Service útoky jsou v dnešní době velice rozšířené a jejich provedení není příliš náročné. Přitom mohou způsobit velké finanční škody ať už poskytovatelům připojení, nebo provozovatelům služeb. Cílem práce je zjistit, jestli konvenční algoritmický přístup a heuristický přístup s využitím neuronových sítí jsou schopny mitigace SYN Flood útoků. Podle návrhů obou přístupů byly provedeny jejich implementace. Obě byly následně otestovány.	cs
dc.description.abstract	This bachelor's thesis deals with design and implementation of two approaches as protection against SYN Flood attacks, which are part of DoS attacks. Nowadays Denial of Service attack are very widespread and their execution are quite simple. While they can cause big financial damage to internet or service providers. The purpose of this work is to determine that conventional algorithmic approach and heuristic approach using neural network are capable of SYN Flood attacks mitigation. Implementation of both approaches were done by their design. Then both implementations were tested.	en
dc.description.mark	C	cs
dc.identifier.citation	ODEHNAL, T. Mitigace DoS útoků s využitím neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122003	cs
dc.identifier.uri	http://hdl.handle.net/11012/180169
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	SYN Flood útok	cs
dc.subject	odepření služby	cs
dc.subject	Ochrana před útoky	cs
dc.subject	ACK Spoofing	cs
dc.subject	neuronové sítě	cs
dc.subject	hluboké učení	cs
dc.subject	DoS mitigace útoků	cs
dc.subject	SYN Flood attack	en
dc.subject	denial of service	en
dc.subject	protection against attacks	en
dc.subject	ACK Spoofing	en
dc.subject	neural network	en
dc.subject	deep learning	en
dc.subject	DoS attacks mitigation	en
dc.title	Mitigace DoS útoků s využitím neuronových sítí	cs
dc.title.alternative	Mitigation of DoS Attacks Using Neural Networks	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-12	cs
dcterms.modified	2019-07-08-13:31:22	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122003	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:23:52	en
sync.item.modts	2025.01.15 14:08:12	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Mitigace DoS útoků s využitím neuronových sítí

Files

Original bundle

Collections