Detekce anomálií v síťovém provozu datového centra

Simple item page
but.committeedoc. Ing. Karel Burda, CSc. (předseda) doc. Ing. Radim Burget, Ph.D. (místopředseda) Ing. Pavel Záviška (člen) Ing. David Smékal (člen) doc. Ing. Petr Münster, Ph.D. (člen) JUDr. Pavel Loutocký, BA (Hons), Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka obhájila bakalářskou práci s výhradami a odpověděla na otázky členů komise a oponenta. U algoritmu SVM ve výsledcích píšete, že dokázal detekovat 80 % útoků, byly u testovacího datasetu označeny anomálie? Pokud ne, jak jste spočítala tento výsledek? Bylo by možné ukládat mezivýsledky trénování neuronové sítě a následně znovu spustit trénování od určitého mezivýsledku a tím obejít časový limit běhu Kaggle notebooku?cs
but.jazykangličtina (English)
but.programInformační bezpečnostcs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBurget, Radimen
dc.contributor.authorKorzhasbayeva, Leilaen
dc.contributor.refereeUher, Václaven
dc.date.accessioned2019-08-29T12:53:53Z
dc.date.available2019-08-29T12:53:53Z
dc.date.created2019cs
dc.description.abstractVe velkých společnostech existuje spousta kriticky důležitých strojů pracujících bez přestávky každý den. Jednoduché Log Management řešení není vždy dostatečné k zachycení všech dat, která tečou produkčním prostředí. Ani bezpečnostní analytik není vždy schopen sledovat každý zdroj v prostředí, chytat změny v běžném provozu. Zde je bod, kde nám stroj může pomoci. Detekce anomálií v prostředí je hlavním cílem tohoto projektu. Existuje několik řešení prezentovaných a testovaných na datech ze serverů v reálném prostředí definované společnosti. Některé false positives stále se mohou objevovat, ale je to dobrá příležitost k vyřešení v budoucím výzkumu.en
dc.description.abstractIn large companies there are a lot of~business critical machines working without a pause every day. A~simple Log Management solution is not always enough to catch all the data passing by. And Security Analyst is not able to watch every log source for any changes in normal traffic. Here is the point when machine can help us. Anomaly detection in the environment is main goal of this project. There are few solutions presented and tested on a data from servers in real environment of a company. There are still might be some false positives, but it is a good opportunity to solve in a future research.cs
dc.description.markDcs
dc.identifier.citationKORZHASBAYEVA, L. Detekce anomálií v síťovém provozu datového centra [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118074cs
dc.identifier.urihttp://hdl.handle.net/11012/180557
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectDatové centrumen
dc.subjectstrojové učeníen
dc.subjectneuronové sítěen
dc.subjectsíťový provozen
dc.subjectbezpečnosten
dc.subjectData center networkcs
dc.subjectmachine learningcs
dc.subjectneural networkscs
dc.subjectnetwork trafficcs
dc.subjectsecuritycs
dc.titleDetekce anomálií v síťovém provozu datového centraen
dc.title.alternativeDetection of anomalies in data center network trafficcs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2019-08-29cs
dcterms.modified2019-08-30-08:27:49cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118074en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 19:58:41en
sync.item.modts2021.11.12 19:24:56en
thesis.disciplineInformační bezpečnostcs
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:
1.64 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.ipynb
Size:
237.92 KB
Format:
Unknown data format
Description:
appendix-1.ipynb
Download
Thumbnail Image
Name:
review_118074.html
Size:
5.15 KB
Format:
Hypertext Markup Language
Description:
review_118074.html
Download
Collections
2019