Umělá inteligence pro klasifikaci aplikačních služeb v síťové komunikaci

Loading...
Thumbnail Image
Date
ORCID
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Diplomová práce se zaměřuje na výběr vhodného algoritmu ke klasifikaci vybraných služeb síťového provozu a jeho implementaci. Teoretická část popisuje dostupné klasifikační přístupy společně s používanými algoritmy a vybrané síťové služby. Praktická část se zaměřuje na přípravu a předzpracování datové sady, výběr a optimalizaci klasifikačního algoritmu a ověření klasifikačních schopností algoritmu na různých scénářích datové sady.
The master thesis focuses on the selection of a suitable algorithm for the classification of selected network traffic services and its implementation. The theoretical part describes the available classification approaches together with commonly used algorithms and selected network services. The practical part focuses on the preparation and preprocessing of the dataset, selection and optimization of the classification algorithm and verifying the classification capabilities of the algorithm in the various scenarios of the dataset.
Description
Citation
JELÍNEK, M. Umělá inteligence pro klasifikaci aplikačních služeb v síťové komunikaci [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Karel Burda, CSc. (předseda) doc. Ing. Petr Mlýnek, Ph.D. (místopředseda) Ing. Petr Machník, Ph.D. (člen) Ing. Tomáš Horváth, Ph.D. (člen) JUDr. Pavel Loutocký, BA (Hons), Ph.D. (člen) Ing. Petr Blažek (člen)
Date of acceptance
2021-06-08
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta. Otázky: Změnila by se úspěšnost využitých algoritmů, pokud by se zvětšil objem dat či struktura dat (např. přidáním neznámých protokolů)? Dalo by se jednotlivých vytvořených již naučených modelů využít tak, aby byly přenositelné a nemusely se vždy učit od začátku či je dle Vás čas/objem dat nutný k získání dostatečné přesnosti zanedbatelný? V rámci výsledků a úspěšnosti se neobjevuje diskuze nad falešně pozitivními/negativními výsledky – bylo přihlíženo i k tomuto v rámci vyhodnocení výsledků? Popř. jaké procento falešně pozitivních/negativních obsahovaly výsledky?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO