but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Pavel Ircing, CSc. (člen) prof. Dr. Ing. Jan Kybic (člen) doc. Ing. Jiří Mekyska, Ph.D. (člen) doc. RNDr. Petr Švenda, Ph.D. (člen)	cs
but.defence	Student přednesl cíle a výsledky, kterých v rámci řešení disertační práce dosáhl. V rozpravě student odpověděl na otázky komise a oponentů a hostů. Diskuze je zaznamenána na diskuzních lístcích, které jsou přílohou protokolu. Počet diskuzních lístků: 5. Komise se v závěru jednomyslně usnesla, že student splnil podmínky pro udělení akademického titulu doktor. Komise jednomyslně doporučuje a oponenti podpořili, aby studentovi byla udělena cena za výjimečně kvalitní disertační práci, a to z důvodu, že jeho vědecké výsledky jsou ve vysokém počtu a jsou nadprůměrně citovány. The student presented the goals and results that he achieved within the solution of the dissertation. The student has competently answered the questions of the committee members and reviewers and guests. The discussion is recorded on the discussion sheets, which are attached to the protocol. Number of discussion sheets: 5. The committee has agreed unanimously that the student has fulfilled the requirements for being awarded the academic title Ph.D.	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Malinka, Kamil	en
dc.contributor.author	Firc, Anton	en
dc.contributor.referee	Evans, Nicholas	en
dc.contributor.referee	Ross, Arun	en
dc.date.accessioned	2025-10-22T04:05:32Z
dc.date.available	2025-10-22T04:05:32Z
dc.date.created	2025	cs
dc.description.abstract	Od svého vzniku ohrožují falešné zvuky počítačovou bezpečnost, protože zvyšují účinnost útoků sociálního inženýrství a umožňují podvrhnout systémy rozpoznávání řečníků. Zatímco výzkum se zaměřoval především na metody detekce, chyběla strukturovaná perspektiva kybernetické bezpečnosti, čímž vznikla mezera ve výzkumu. Tato práce představuje strukturované hodnocení kybernetické bezpečnosti rizik, která deepfakes představují. Klí\-čo\-vým výsledkem je pochopení modelu útočníka, který dále slouží jako vodítko pro vývoj a hodnocení metod ochrany. Navrhujeme rámec hodnocení detekčních metod, který řeší známé problémy detekce deepfake, jako je špatná generalizace a omezená srovnatelnost. Naše analýza lidského vnímání zvukových deepfakes inspirovaná reálnými útoky odhalila, že lidé nedokážou deepfakes při skutečných útocích spolehlivě rozpoznat. Na základě našich zjištění navrhujeme rozšířený model ochrany proti deepfake hrozbám. Tento model zahrnuje více opatření aktivních v různých fázích životního cyklu deepfake a nabízí strukturovanou ochranu. V neposlední řadě zkoumáme informovanost veřejnosti jako proaktivní obrannou strategii, která přináší osvětu s cílem zmírnit rizika útoků sociálního inženýrství založených na deepfake.	en
dc.description.abstract	Since their origin, deepfake audio threatens computer security, increasing the effectiveness of social engineering attacks and enabling spoofing of speaker recognition systems. While the research focused primarily on detection methods, a structured cybersecurity perspective was missing, creating a research gap. This thesis introduces a structured cybersecurity assessment of risks posed by deepfakes. A key outcome is understanding an attacker model that further guides the development and evaluation of protection methods. We propose an evaluation framework for detection methods to address known challenges of deepfake detection, such as poor generalisation and limited comparability. Our analysis of the human perception of audio deepfakes inspired by real-world attacks revealed that humans fail to recognise deepfakes reliably in actual attacks. Based on our findings, we propose an extended protection model for deepfake threats. This model includes multiple measures active in different stages of the deepfake lifecycle, offering structured protection. Finally, we explore public awareness as a proactive defence strategy, delivering outreach and educational efforts to mitigate the risks of deepfake-driven social engineering attacks.	cs
dc.description.mark	P	cs
dc.identifier.citation	FIRC, A. Umělá inteligence v počítačové bezpečnosti [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.	cs
dc.identifier.other	168471	cs
dc.identifier.uri	https://hdl.handle.net/11012/255594
dc.language.iso	en	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	deepfakes	en
dc.subject	kyberbezpečnost	en
dc.subject	rozpoznávání mluvčího	en
dc.subject	sociální inženýrství	en
dc.subject	metody ochrany	en
dc.subject	deepfakes	cs
dc.subject	cybersecurity	cs
dc.subject	speaker recognition	cs
dc.subject	social engineering	cs
dc.subject	protection methods	cs
dc.title	Umělá inteligence v počítačové bezpečnosti	en
dc.title.alternative	Artificial Intelligence in Computer Security	cs
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2025-10-21	cs
dcterms.modified	2025-10-21-17:28:30	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	168471	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.10.22 06:05:32	en
sync.item.modts	2025.10.22 05:33:01	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

Umělá inteligence v počítačové bezpečnosti

Files

Original bundle

Collections