but.committee	prof. Ing. Adam Herout, Ph.D. (předseda) prof. Dr. Ing. Pavel Zemčík (místopředseda) Ing. David Bařina, Ph.D. (člen) Ing. Vítězslav Beran, Ph.D. (člen) Ing. František Grézl, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Na jaké problémy jste narazil při vyhodnocování výsledků shlukovacích algoritmů?	cs
but.jazyk	slovenština (Slovak)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Žádník, Martin	sk
dc.contributor.author	Štoffa, Imrich	sk
dc.contributor.referee	Kučera, Jan	sk
dc.date.accessioned	2020-07-20T19:58:04Z
dc.date.available	2020-07-20T19:58:04Z
dc.date.created	2020	cs
dc.description.abstract	Systémy pre monitorovanie sietí zachytávajú veľké množstvo anomálií a podozrivých aktivít IP adries. Z týchto informácií, bezpečnostných udalostí, je len malé množstvo natoľko dôležitých, že si vyžadujú pozornosť administrátora. Majorita udalostí teda ostáva nespracovaná. Výsledky experimentov naznačujú, že analýzou týchto dát môžu byť odhalené koordinované skupiny IP adries a informácie o špecifických koreláciách udalostí. Metóda pre získavanie týchto znalosti zlepší prehľad administrátorov o dianí na sieti a je odpoveďou na narastajúce požiadavky na extrakciu užitočných informácií pri monitorovaní sietí. Nová metóda pre vyhľadávanie skupín IP, ktoré vykazujú vysokú mieru podobností komunikácie, bola implementovaná. Zakladá sa na korelácií sekvencií, ktoré reprezentujú vzory príchodu udalostí v čase. Metóda je testovaná na reálnych dátach z platformy pre zdieľanie, ktorá akumuluje 2.2 milióna udalostí denne. Výsledky ukázali, že metóda zachytila ozajstné koordinované skupiny IP adries.	sk
dc.description.abstract	Network monitoring systems generate a high number of alerts reporting on anomalies and suspicious activity of IP addresses. From a huge number of alerts, only a small fraction is high priority and relevant from human evaluation. The rest is likely to be neglected. Assume that by analyzing large sums of these low priority alerts we can discover valuable information, namely, coordinated IP addresses and type of alerts likely to be correlated. This knowledge improves situational awareness in the field of network monitoring and reflects the requirement of security analysts. They need to have at their disposal proper tools for retrieving contextual information about events on the network, to make informed decisions. To validate the assumption new method is introduced to discover groups of coordinated IP addresses that exhibit temporal correlation in the arrival pattern of their events. The method is evaluated on real-world data from a sharing platform that accumulates 2.2 million alerts per day. The results show, that method indeed detected truly correlated groups of IP addresses.	en
dc.description.mark	B	cs
dc.identifier.citation	ŠTOFFA, I. Vyhledávání podobností v síťových bezpečnostních hlášeních [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129347	cs
dc.identifier.uri	http://hdl.handle.net/11012/192527
dc.language.iso	sk	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	bezpečnostné udalosti	sk
dc.subject	korelácia	sk
dc.subject	IP adresy	sk
dc.subject	klastrovanie	sk
dc.subject	zhlukovanie	sk
dc.subject	monitorovanie siete	sk
dc.subject	strojové učenie	sk
dc.subject	rozpoznávanie vzorov	sk
dc.subject	kolektívne anomálie	sk
dc.subject	detekcia botnetov.	sk
dc.subject	Alerts	en
dc.subject	correlation	en
dc.subject	IP address	en
dc.subject	sequence clustering	en
dc.subject	situational awareness	en
dc.subject	machine learning	en
dc.subject	pattern recognition	en
dc.subject	collective anomaly	en
dc.subject	botnet detection.	en
dc.title	Vyhledávání podobností v síťových bezpečnostních hlášeních	sk
dc.title.alternative	Similarity Search in Network Security Alerts	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2020-07-14	cs
dcterms.modified	2020-08-30-19:04:06	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129347	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.23 00:10:56	en
sync.item.modts	2021.11.22 23:05:18	en
thesis.discipline	Počítačová grafika a multimédia	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Vyhledávání podobností v síťových bezpečnostních hlášeních

Files

Original bundle

Collections