Analýza GPON rámců s využitím strojového učení

Simple item page
but.committeeprof. Ing. Zdeněk Smékal, CSc. (předseda) doc. Ing. Ivo Lattenberg, Ph.D. (místopředseda) Ing. Ondřej Krajsa, Ph.D. (člen) doc. Ing. Jaroslav Sklenář, CSc. (člen) Ing. Pavel Nevlud (člen) Ing. Matěj Ištvánek, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta. Otázky oponenta: Proč byla zvolena sekvence 30 zpráv pro autoenkodér? - Student dostatečně vysvětlil otázku. Co může být příznakem přetrénování modelu, který byl použit? - Student dostatečně vysvětlil otázku.cs
but.jazykangličtina (English)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHolík, Martinen
dc.contributor.authorTomašov, Adriánen
dc.contributor.refereeHorváth, Tomášen
dc.date.created2020cs
dc.description.abstractTáto práca sa zameriava na analýzu vybraných častí GPON rámca pomocou algoritmov strojového učenia implementovaných pomocou knižnice TensorFlow. Vzhľadom na to, že GPON protokol je definovaný ako sada odporúčaní, implementácia naprieč spoločnosťami sa môže líšiť od navrhnutého protokolu. Preto analýza pomocou zásobníkového automatu nie je dostatočná. Hlavnou myšlienkou je vytvoriť systém modelov za použitia knižnice TensorFlow v Python3, ktoré sú schopné detekovať abnormality v komunikácií. Tieto modely používajú viaceré architektúry neuronových sietí (napr. LSTM, autoencoder) a zameriavajú sa na rôzne typy analýzy. Tento systém sa naučí na vzorovej vzorke dát a upozorní na nájdené odlišnosti v novozachytenej komunikácií. Výstupom systému odhad podobnosti aktuálnej komunikácie v porovnaní so vzorovou komunikáciou.en
dc.description.abstractThis thesis focuses on the analysis of selected part of GPON frame using machine learning algorithms implemented by using TensorFlow library. Considering that the GPON protocol is defined as a set of recommendations, implementation by various device vendors may be different to designed protocol. Therefore, an analysis by a push-down automaton is not sufficient. The main goal is to create a system of models using TensorFlow library in Python3 capable of abnormality detection in the communication. These models use various architectures of neural networks (e.g. LSTM, autoencoder) and focus on different types of analysis. This system learns from baseline traffic and notifies about irregularities found in the newly captured traffic. As a result, the system estimates the similarity level of current traffic compared to the baseline.cs
dc.description.markAcs
dc.identifier.citationTOMAŠOV, A. Analýza GPON rámců s využitím strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other126011cs
dc.identifier.urihttp://hdl.handle.net/11012/189217
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.subjectAutoenkodéren
dc.subjectGPONen
dc.subjectLSTMen
dc.subjectneuronová sieťen
dc.subjectpasívna optická sieťen
dc.subjectPython3en
dc.subjectstrojové učenieen
dc.subjectTensorFlowen
dc.subjectAutoencodercs
dc.subjectGPONcs
dc.subjectLSTMcs
dc.subjectmachine learningcs
dc.subjectneural networkcs
dc.subjectpassive optical networkcs
dc.subjectPython3cs
dc.subjectTensorFlowcs
dc.titleAnalýza GPON rámců s využitím strojového učeníen
dc.title.alternativeAnalysis of GPON frames using machine learningcs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2020-06-16cs
dcterms.modified2024-05-17-12:53:08cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid126011en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:23:39en
sync.item.modts2025.01.15 13:33:31en
thesis.disciplineTelekomunikační a informační technikacs
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:
3.36 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
11.6 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_126011.html
Size:
3.96 KB
Format:
Hypertext Markup Language
Description:
file review_126011.html
Download
Collections
2020