Detekce škodlivých domén na základě externích zdrojů dat

but.committeedoc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Ing. František Zbořil, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Aleš Smrčka, Ph.D. (člen) Ing. Libor Polčák, Ph.D. (člen) Ing. Matěj Grégr, 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 A.cs
but.jazykčeština (Czech)
but.programInformační technologie a umělá inteligencecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHranický, Radekcs
dc.contributor.authorHorák, Adamcs
dc.contributor.refereeRyšavý, Ondřejcs
dc.date.created2023cs
dc.description.abstractPráce se zabývá vývojem systému pro detekci škodlivých domén na základě analýzy externích zdrojů dat. Zkoumá vhodné seznamy domén pro tuto úlohu, dostupné zdroje dat o doménách a informace, které poskytují. V práci je provedena komplexní analýza metod výběru příznaků a vyhodnocena jejich účinnost při vytváření spolehlivého klasifikátoru. Výsledný model je efektivní a rychlý, což jej činí vhodným pro praktické použití. Z práce vyplývá, že navržený přístup představuje slibné řešení pro detekci škodlivých domén v reálných podmínkách.cs
dc.description.abstractThis thesis presents a study on the development of a malicious domain detection system based on external data sources. The research examines suitable domain lists for the task, available domain data sources, and the information they provide. The thesis presents a comprehensive analysis of feature selection methods and evaluates their effectiveness in building an accurate classifier. The resulting model is both effective and fast, making it suitable for practical use. The thesis concludes that the proposed approach offers a promising solution for detecting malicious domains in real-world scenarios.en
dc.description.markAcs
dc.identifier.citationHORÁK, A. Detekce škodlivých domén na základě externích zdrojů dat [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other146391cs
dc.identifier.urihttp://hdl.handle.net/11012/213207
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectmaligní doménycs
dc.subjectklasifikacecs
dc.subjectdatová sadacs
dc.subjecthodnocení příznakůcs
dc.subjectDNScs
dc.subjectRDAPcs
dc.subjectTLScs
dc.subjectSHAPcs
dc.subjectmalicious domainsen
dc.subjectclassificationen
dc.subjectdataseten
dc.subjectfeature evaluationen
dc.subjectDNSen
dc.subjectRDAPen
dc.subjectTLSen
dc.subjectSHAPen
dc.titleDetekce škodlivých domén na základě externích zdrojů datcs
dc.title.alternativeMalicious Domain Detection from External Data Sourcesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-06-19cs
dcterms.modified2023-08-25-11:15:38cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid146391en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 15:37:30en
sync.item.modts2025.01.17 14:13:35en
thesis.disciplineVývoj aplikacícs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémůcs
thesis.levelInženýrskýcs
thesis.nameIng.cs

Files

Original bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.02 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_146391.html
Size:
13.3 KB
Format:
Hypertext Markup Language
Description:
file review_146391.html

Collections