Detekce škodlivosti komunikačních partnerů a jejich sítí
| but.committee | doc. Ing. Ondřej Ryšavý, Ph.D. (předseda) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (člen) Ing. Matěj Grégr, Ph.D. (člen) doc. Ing. Jan Kořenek, 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 D. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie a umělá inteligence | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Očenášek, Pavel | cs |
| dc.contributor.author | Kučera, Rostislav | cs |
| dc.contributor.referee | Homoliak, Ivan | cs |
| dc.date.created | 2024 | cs |
| dc.description.abstract | S rostoucí závislostí populace na elektronických zařízeních, roste také riziko ztráty nebo zneužití dat. Se zvyšujícím se množstvím útoků v počítačových sítích, nabírají systémy pro detekci škodlivého provozu na důležitosti. Cílem této práce je teoretický rozbor a implementace modulů pro detekci maligní počítačové komunikace pomocí metod strojového učení, konkrétně pomocí modelu neuronové sítě, a statistické analýzy, které jsou nasazeny v rámci rozšířeného systému pro detekci průniku Snort. | cs |
| dc.description.abstract | With the growing dependence of the population on electronic devices, the risk of data loss or misuse also increases. As the number of attacks in computer networks rises, systems for detecting malicious traffic become more important. The goal of this work is a theoretical analysis and implementation of modules for detecting malicious computer communication using machine learning methods, specifically a neural network model, and statistical analysis, which are deployed within the extended intrusion detection system Snort. | en |
| dc.description.mark | D | cs |
| dc.identifier.citation | KUČERA, R. Detekce škodlivosti komunikačních partnerů a jejich sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024. | cs |
| dc.identifier.other | 157273 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/248343 | |
| dc.language.iso | cs | 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 | IDS | cs |
| dc.subject | Snort | cs |
| dc.subject | statistická analýza | cs |
| dc.subject | strojové učení | cs |
| dc.subject | neuronová síť | cs |
| dc.subject | detekce anomálií | cs |
| dc.subject | IDS | en |
| dc.subject | Snort | en |
| dc.subject | statistical analysis | en |
| dc.subject | machine learning | en |
| dc.subject | neural network | en |
| dc.subject | anomaly detection | en |
| dc.title | Detekce škodlivosti komunikačních partnerů a jejich sítí | cs |
| dc.title.alternative | Detection of Harmfulness of Communication Partners and Their Networks | en |
| dc.type | Text | cs |
| dc.type.driver | masterThesis | en |
| dc.type.evskp | diplomová práce | cs |
| dcterms.dateAccepted | 2024-06-14 | cs |
| dcterms.modified | 2024-08-28-12:38:45 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 157273 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.26 15:37:57 | en |
| sync.item.modts | 2025.01.15 12:56:14 | en |
| thesis.discipline | Počítačové sítě | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů | cs |
| thesis.level | Inženýrský | cs |
| thesis.name | Ing. | cs |