ŠIKLÓŠI, M. Využití strojového učení pro detekci anomálií na základě analýzy systémových logů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Za hlavní přínos této diplomové práce je možné považovat fakt, že student implementoval nástroje pro detekci anomálií, které jsou schopny předpovídat anomálie ze zpráv síťových zařízení a syslogů. Nástroje jsou založeny na technikách strojového učení, konkrétně pak modelech s učitelem, bez učitele a hlubokém učení. Student teoreticky a matematicky vysvětlil každý model. Navíc podrobně vysvětlil kód každého navrhovaného modelu. Celkem student implementoval 12 různých modelů strojového učení a porovnal jejich výkon, což je bezesporu možné považovat za kladnou stránku této práce. Na druhou stranu v práci chybí analýza efektivnosti jednotlivých modelů v případě změny vstupních parametrů, což by přineslo rozhodně zajímavé poznatky. V průběhu práce byl student obecně aktivní v rámci konzultací s konzultantem i školitelem. Hlavní body zadání práce byly splněny a práci proto doporučuji k obhajobě s hodnocením C / 75 bodů.
Rozsah práce je standardní s rozsahem 84 stran a dělen do šesti hlavních kapitol. Poměr textové i grafické části je vyvážený. Z formálního hlediska práce obsahuje běžné chyby jako např. chyby v literatuře, překlepy a gramatické chyby, a to spíše v menším množství. Celkově práce obsahuje nadstandardních 70 citačních zdrojů, skládající se z technických, odborných i vědeckých pramenů. Z odborného hlediska mám jen drobnou výtku k menší diskuzi efektivnosti nástroje z pohledu reálné komunikace (větších rozsahu či menších rozsahů – a vlivu velikosti streamu na např. čas učení, úspěšnost a další). Chybí tedy kompletní diskuze nad vstupními i výstupními parametry. Zadání považuji za splněné.
eVSKP id 123641