Real-time detekce pomalých DoS útoků s využitím neuronové sítě

Simple item page
but.committeedoc. Ing. Lukáš Malina, Ph.D. (předseda) JUDr. Pavel Loutocký, BA (Hons), Ph.D. (místopředseda) Ing. Petr Dzurenda, Ph.D. (člen) Ing. Radek Možný, Ph.D. (člen) Ing. Vítězslav Křivánek, Ph.D. (člen) Ing. David Smékal (člen) Ing. Marek Sikora (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise a oponenta. Otázky oponenta: Popište prosím, jakým způsobem jste vybíral data pro trénování z původní datové množiny (csv soubor) a vysvětlete proč? - student dostatečně vysvětlil otázku.cs
but.jazykčeština (Czech)
but.programInformační bezpečnostcs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorSikora, Marekcs
dc.contributor.authorVala, Zdeněkcs
dc.contributor.refereeJonák, Martincs
dc.date.created2025cs
dc.description.abstractPráce se zaměřuje na návrhem a vytvoření real-time detekce pomalých Denial of Service (DoS) útoků s využitím neuronové sítě. V teoretické části jsou popsané základ Transmission Control Protocol (TCP) spojení, principy pomalých DoS útoků a co to je strojové učení. V praktické části se zaměřuje na návrhu a implementace samotné aplikace. Implementovaná aplikace je následně otestována a zhodnocena její účinnost.cs
dc.description.abstractThe work focuses on the design and creation of real-time detection of slow Denial of Service (DoS) attacks using a neural network. The theoretical part describes the basics of Transmission Control Protocol (TCP) connections, the principles of slow DoS attacks, and what machine learning is. The practical part focuses on the design and implementation of the application itself. The implemented application is then tested and its effectiveness evaluated.en
dc.description.markCcs
dc.identifier.citationVALA, Z. Real-time detekce pomalých DoS útoků s využitím neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.cs
dc.identifier.other167371cs
dc.identifier.urihttp://hdl.handle.net/11012/252990
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectDoScs
dc.subjectDDoScs
dc.subjectTCPcs
dc.subjectdetekcecs
dc.subjecttestovánícs
dc.subjectoptimalizacecs
dc.subjectDoSen
dc.subjectDDoSen
dc.subjectTCPen
dc.subjectdetectionen
dc.subjecttestingen
dc.subjectoptimalizationen
dc.titleReal-time detekce pomalých DoS útoků s využitím neuronové sítěcs
dc.title.alternativeReal-time detection of slow DoS attacks using a neural networken
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2025-06-17cs
dcterms.modified2025-07-22-10:52:41cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid167371en
sync.item.dbtypeZPen
sync.item.insts2025.07.23 06:00:15en
sync.item.modts2025.07.23 05:33:03en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs

Files

Original bundle

Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.88 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
957.08 KB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_167371.html
Size:
4.51 KB
Format:
Hypertext Markup Language
Description:
file review_167371.html
Download

Collections

2025