Vývoj korelačních pravidel pro detekci kybernetických útoků

Simple item page
but.committeeprof. Ing. Miroslav Vozňák, Ph.D. (předseda) doc. Ing. Petr Münster, Ph.D. (místopředseda) Ing. Rudolf Vohnout, Ph.D. (člen) doc. Ing. Václav Oujezský, Ph.D. (člen) Ing. Anna Kubánková, Ph.D. (člen) Ing. Marek Sikora (člen) Ing. Petr Jedlička (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Otázky oponenta a komise: 1) Prováděla jste vylepšení v tokenizer části vybraných modelů neuronových sítí anebo jejich slovníků? Diskutujte možné výhody anebo nevýhody takové modifikace. 2) Jaká je propustnost nejúspěšnějšího modelu pro parsování celého logového záznamu (všech metaklíčů pro jeden log na GPU). Diskutujte možnosti urychlení kódu. Bude možné pro zefektivnění zpracování používat paralelní zpracování? Studentka obhájila diplomovou práci a odpověděla na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programInformační bezpečnostcs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMartinásek, Zdeněkcs
dc.contributor.authorDzadíková, Slavomíracs
dc.contributor.refereeSafonov, Yehorcs
dc.date.created2022cs
dc.description.abstractDiplomová práca sa zaoberá problematikou efektívneho spracovávania logových záznamov a ich následnou analýzou pomocou korelačných pravidiel. Cieľom práce bolo implementovať spracovávanie logových záznamov do štruktúrovanej podoby, extrahovať jednotlivé polia záznamu pomocou modelu pre spracovanie prirodzeného jazyka riešením úlohy zodpovedania otázok, a vyvinúť korelačné pravidlá pre detekciu škodlivého správania. Počas riešenia zadania boli vyhotovené dve dátové sády, jedna so záznamami zo zariadení Windows, druhá obsahuje záznamy z firewallu Fortigate. Vytvorené modely na báze predtrénovaných modelov s architektúrou BERT a XLNet, ktoré boli doučené na riešenie problému parsovania logov pomocou vyhotovených datasetov a ich výsledky boli analyzované a porovnané. Druhá čásť diplomovej práce bola venovaná vývoju korelačných pravidiel, kde bol skúmaný koncept obecného zápisu Sigma. Bolo vytvorených a úspešne otestovaných šesť pravidiel, ktoré boli nasadené vo vlastnom experimentálnom pracovisku v systéme Elastic Stack, pričom každé pravidlo je popísané taktikami, technikami a subtechnikami frameworku MITRE ATT&CK.cs
dc.description.abstractThe diploma thesis deals with the problem of efficient processing of log records and their subsequent analysis using correlation rules. The goal of the thesis was to implement log processing in a structured form, extract individual log fields using a natural language processing model by solving a question answering problem, and develop correlation rules for detecting malicious behavior. Two datasets were produced during the task solution, one with records from Windows devices, and the other containing records from the Fortigate firewall. Pre-trained models based on the BERT and XLNet architecture were created and trained to solve the log parsing problem using the produced datasets, and the results were analyzed and compared. The second part of the thesis was devoted to the development of correlation rules, where the concept of a generic Sigma notation was investigated. It was developed, successfully tested and deployed six correlation rules into own experimental environment in Elastic Stack system. Each rule is also described by tactics, techniques and sub-techniques of the MITRE ATT&CK framework.en
dc.description.markAcs
dc.identifier.citationDZADÍKOVÁ, S. Vývoj korelačních pravidel pro detekci kybernetických útoků [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.cs
dc.identifier.other141386cs
dc.identifier.urihttp://hdl.handle.net/11012/204745
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.subjectDolaďovaniecs
dc.subjectextrahovanie metakľúčovcs
dc.subjecthlboké učeniecs
dc.subjectkoreláciecs
dc.subjectpredtrénované modelycs
dc.subjectSIEMcs
dc.subjectSigmacs
dc.subjectspracovanie logovcs
dc.subjectspracovanie prirodzeného jazykacs
dc.subjectúloha zodpovedania otázok.cs
dc.subjectCorrelationen
dc.subjectdeep learningen
dc.subjectfine-tuningen
dc.subjectlog processingen
dc.subjectmetakey extractionen
dc.subjectnatural language processingen
dc.subjectpre-trained modelen
dc.subjectSIEMen
dc.subjectSigmaen
dc.subjectquestion answering.en
dc.titleVývoj korelačních pravidel pro detekci kybernetických útokůcs
dc.title.alternativeDevelopment of correlation rules for detecting cyber attacksen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-06-07cs
dcterms.modified2022-06-10-09:52:25cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid141386en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:29:35en
sync.item.modts2025.01.15 13:34:23en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
6.92 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
407 B
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_141386.html
Size:
7.21 KB
Format:
Hypertext Markup Language
Description:
file review_141386.html
Download
Collections
2022