Detekce anomálií pomocí neuronových sítí

Simple item page
but.committeedoc. Ing. Karel Burda, CSc. (předseda) doc. Ing. Jan Jeřábek, Ph.D. (místopředseda) Ing. Marek Sikora (člen) Ing. Petr Blažek (člen) JUDr. Pavel Loutocký, BA (Hons), Ph.D. (člen) Ing. Ivo Strašil (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta. V kapitole 3.1 uvádíte hlídané parametry síťové komunikace. Dojde k detekci nelegitimního provozu překročením dovolené hodnoty jediného parametru? Pokud například probíhá v sítí stahování velkého souboru, nastane překročení prahové hodnoty přenesených dat? Jak Vaše neuronová síť tuto situaci vyhodnotí? Z jakých zdrojů jste čerpal inspiraci? Používají se tato řešení s neuronovými sítěmi v praxi? Jak byste mohl získat dostatečně velkou trénovací množinu pro neuronovou síť?cs
but.jazykčeština (Czech)
but.programInformační bezpečnostcs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBlažek, Petrcs
dc.contributor.authorStrakoš, Jancs
dc.contributor.refereeSikora, Marekcs
dc.date.created2019cs
dc.description.abstractBakalářská práce se zaměřuje na detekci anomálii v podobě síťových útoků, pomocí neuronových sítí. Mezi nejčastější síťové útoky patří Distributed Denial of Service (DDoS)útoky, které by měl detekční systém založený na neuronových sítích identifikovat. V teoretické části práce je rozebrán legitimní, nestandardní a útočný provoz. Součástí teoretické části práce je i popis DDoS útoků, možnosti jejich detekce a princip využití neuronových sítí. Praktická část popisuje zvolené parametry síťové komunikace, stanovení prahových intervalů, návrh a realizaci neuronové sítě s využitím těchto parametrů a jejich prahových intervalů, implementaci neuronové sítě do detekčního systému spolu s výsledkem testování realizovaného systému.cs
dc.description.abstractThis bachelor thesis is focused on anomaly detection represented as computer network attacks by neural network. One of the most common groups of attacks is Distributed Denial of Service (DDoS) attacks, which the system based on neural network should identificate. In the theoretical part of this thesis are described legitimate, non-standard and illegitimate traffic. Another part of this chapter described DDoS attacks, options of their detection, neural networks principle and their use. Practical part describe choosed communication parameters, specifying the threshold intervals of legitimate traffic, constructing a neural network which use of these parameters and threshold intervals, implementation of neural network into the system and presenting results.en
dc.description.markAcs
dc.identifier.citationSTRAKOŠ, J. Detekce anomálií pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118101cs
dc.identifier.urihttp://hdl.handle.net/11012/173580
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.subjectanomáliecs
dc.subjectlegitimní provozcs
dc.subjectDDoScs
dc.subjectIDScs
dc.subjectneuronové sítěcs
dc.subjectPythoncs
dc.subjectScikit–learncs
dc.subjectanomalyen
dc.subjectlegitimate trafficen
dc.subjectDDoSen
dc.subjectIDSen
dc.subjectneural networksen
dc.subjectPythonen
dc.subjectScikit–learnen
dc.titleDetekce anomálií pomocí neuronových sítícs
dc.title.alternativeAnomaly detection by neural networksen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2019-06-12cs
dcterms.modified2024-05-17-12:52:51cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118101en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 00:39:18en
sync.item.modts2025.01.17 13:13:52en
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:
1.76 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
9.61 KB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_118101.html
Size:
4.41 KB
Format:
Hypertext Markup Language
Description:
file review_118101.html
Download
Collections
2019