but.committee	prof. Ing. Martin Drahanský, Ph.D. (předseda) doc. Ing. Jan Kořenek, Ph.D. (místopředseda) Ing. Matěj Grégr, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Mgr. Kamil Malinka, Ph.D. (člen) Ing. Libor Polčák, 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 A. Otázky u obhajoby: V práci sa používa atribút "username", ktorý sa však samostatne vo vstupných dátach nenachádza. Ako je daný atribút vytvorený? Doba učenia je aktuálne definovaná staticky. Je možné túto hodnotu počítať nejako automaticky? V texte sa píše, že v sieti prebehlo 490 tisíc zmien IP adries za 8 hodín. Aj pre väčšie siete sa jedná o extrémne veľkú hodnotu, ako je to vôbec možné? Jaká jsou vstupní data pro klasifikaci? Proč klesá přesnost klasifikace v čase? Jakým způsobem je hodnocena přesnost detekce?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Polčák, Libor	en
dc.contributor.author	Polák, Michael Adam	en
dc.contributor.referee	Holkovič, Martin	en
dc.date.accessioned	2020-07-20T19:57:56Z
dc.date.available	2020-07-20T19:57:56Z
dc.date.created	2020	cs
dc.description.abstract	Táto práca sa zaoberá problematikou identifikácie sieťových zariadení na základe ich chovania v sieti. S neustále sa zvyšujúcim počtom zariadení na sieti je neustále dôležitejšia schopnosť identifikovať zariadenia z bezpečnostných dôvodov. Táto práca ďalej pojednáva o základoch počítačových sietí a metódach, ktoré boli využívané v minulosti na identifikáciu sieťových zariadení. Následne sú popísané algoritmy využívané v strojovom učení a taktiež sú popísané ich výhody i nevýhody. Nakoniec, táto práca otestuje dva tradičné algorithmy strojového učenia a navrhuje dva nové prístupy na identifikáciu sieťových zariadení. Výsledný navrhovaný algoritmus v tejto práci dosahuje 89% presnosť identifikácii sieťových zariadení na reálnej dátovej sade s viac ako 10000 zariadeniami.	en
dc.description.abstract	This thesis deals with the topic of identifying devices based on their behaviour. With the increasing number of devices on the network, it is becoming more and more important to be able to identify these devices based on their behaviour, due to the increased security risks. General networking concepts and multiple methods that have been used in the past to identify devices are discussed throughout the work. Subsequently, machine learning algorithms and their advantages and disadvantages are introduced. Finally, this thesis tests two traditional machine learning algorithms and proposes two new approaches to network device identification. The resulting final algorithm achieves the accuracy of 89% on a real life data-set with over 10,000 devices using a set of only eight features.	cs
dc.description.mark	A	cs
dc.identifier.citation	POLÁK, M. Identifikace zařízení na základě jejich chování v síti [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129290	cs
dc.identifier.uri	http://hdl.handle.net/11012/192472
dc.language.iso	en	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	Strojové učenie	en
dc.subject	identifikácia na základe správania	en
dc.subject	správanie sa sieťových zariadení	en
dc.subject	profily používateľov	en
dc.subject	klasifikácia	en
dc.subject	rozhodovací strom	en
dc.subject	naivný bayesovský klasifikátor	en
dc.subject	počítačové siete	en
dc.subject	bezpečnosť	en
dc.subject	sledovanie zariadení	en
dc.subject	identifikácia zariadení	en
dc.subject	podobnosť textu	en
dc.subject	detekcia odchýliek	en
dc.subject	Machine learning	cs
dc.subject	behaviour based identification	cs
dc.subject	network device behaviour	cs
dc.subject	user profiles	cs
dc.subject	classification	cs
dc.subject	decision tree	cs
dc.subject	Naive Bayes Classifier	cs
dc.subject	computer networks	cs
dc.subject	security	cs
dc.subject	device tracking	cs
dc.subject	device identification	cs
dc.subject	text similarity	cs
dc.subject	outlier detection	cs
dc.title	Identifikace zařízení na základě jejich chování v síti	en
dc.title.alternative	Behaviour-Based Identification of Network Devices	cs
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2020-07-14	cs
dcterms.modified	2020-07-17-14:40:14	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129290	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 18:12:19	en
sync.item.modts	2021.11.12 17:36:01	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Identifikace zařízení na základě jejich chování v síti

Files

Original bundle

Collections