• čeština
    • English
    • русский
    • Deutsch
    • français
    • polski
    • українська
  • English 
    • čeština
    • English
    • русский
    • Deutsch
    • français
    • polski
    • українська
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2022
  • View Item
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2022
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Aplikační monitorování IoT zařízení

Application Monitoring of IoT Devices

Thumbnail
View/Open
review_145414.html (1.439Kb)
final-thesis.pdf (1.600Mb)
Posudek-Vedouci prace-24419_v.pdf (86.32Kb)
Posudek-Oponent prace-24419_o.pdf (131.1Kb)
Author
Krajč, Patrik
Advisor
Matoušek, Petr
Referee
Ryšavý, Ondřej
Grade
A
Altmetrics
Metadata
Show full item record
Abstract
IoT zariadenia používajú rôzne štandardy na úrovni prenosového média a komunikačného protokolu. Cieľom práce je vytvoriť systém, ktorým dokážeme unifikovať heterogénnu IoT sieť pre účely monitorovania. Na zber dát z IoT siete bola použitá platforma Home Assistant, ktorá využíva nami vytvoreného agenta SNMP. Monitorovací systém pozostáva zo systému Nagios core, ktorý je rozšírený o detekciu anomálií založenej na strojovom učení. 
 
IoT devices use various standards at the level of the transmission medium and communication protocol. The aim of the work is to create a system, which we can unify a heterogeneous network of the Internet of Things for monitoring purposes. For data collection from the IoT network was used the Home Assistant platform which is uses SNMP agent we created. The monitoring system includes the Nagios core system, which is extended with machine learning-based anomaly detection.
 
Keywords
IoT sieť, systém SNMP, detekcia anomálií, strojové učenie, lineárna regresia, polynomialna regresia, izolačný les, lokálny faktor odľahlosti , IoT network, SNMP system, anomaly detection, machine learning, linear regression, polynomial regression, isolation forest, local outlier factor
Language
slovenština (Slovak)
Study brunch
Počítačové sítě
Composition of Committee
doc. Ing. Ondřej Ryšavý, Ph.D. (předseda) prof. RNDr. Alexandr Meduna, CSc. (místopředseda) Ing. Matěj Grégr, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (člen) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen) Ing. Vladimír Veselý, Ph.D. (člen)
Date of defence
2022-06-20
Process of 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 A. Otázky u obhajoby: V práci je uvedeno, že pro vytvoření modelů se používají historická data ze systému Nagios. Můžete prosím upřesnit jak? V nástroji jsou použity různé metody detekce. Jak jste určil vhodnou metodu pro daný typ senzoru?
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/207818
Source
KRAJČ, P. Aplikační monitorování IoT zařízení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Collections
  • 2022 [127]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV