Bakalářská práce

Network Services Identification on a Computer Network

Róbert Šuška
Anotace

Cieľom tejto práce je navrhnúť metódu identifikácie sieťových služieb na bázi pasívneho sieťového monitoringu. Metóda je založená na klasifikácii na bázi strojového učenia a pracuje s rozšírenými IP tokmi. Práca popisuje výber vhodného algoritmu pre strojové učenie, zvolenie vhodnej množiny atribútov tokov s ohľadom na ich dopad na klasifikačný výkon, a zostavenie trénovacieho datasetu. Voľba algoritmu …více

Abstract

This thesis aims to propose a method for network service identification based on passive network monitoring. The developed method is based on machine learning classification and works with extended IP flows. The covered topics include the selection of suitable machine learning algorithm, the formation of the optimal flow feature set with the evaluation of influence on classification performance, and …více

Klíčová slova
classification network service service identification machine learning network traffic IPFIX
Zadání práce
The goal of this thesis is to propose a method for identification of network services using passive network monitoring. The method will use machine learning classification to identify services provided by servers. It will persistently store the results to help build situational awareness in the monitored network. The tasks of this thesis are as follows:
  • Study the passive network monitoring technology of NetFlow/IPFIX and machine learning methods.
  • Select a suitable machine learning algorithm for network service identification.
  • Select suitable network flow features and experimentally evaluate their effects on service identification performance.
  • Test the proposed method on traffic data from Masaryk University network.
  • Implement the method into existing situational awareness framework in CRUSOE research project (VI20172020070).
Administrativní informace
Práce zkontrolována:
28. 5. 2019 08:01, prof. Ing. Pavel Čeleda, Ph.D., učo 206086
Plný text práce
486,4 KB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
28. 6. 2019
Práce byla úspěšně obhájena

Vedoucí

prof. Ing. Pavel Čeleda, Ph.D., učo 206086
C4E ÚVT MU

Oponent

RNDr. Tomáš Jirsík, Ph.D.
ITOA OProj ÚVT MU

Konzultant

RNDr. Martin Laštovička, Ph.D., učo 395855
CRUSOE OProj ÚVT MU

Literatura

  • HOFSTEDE, Rick; Pavel ČELEDA; Brian TRAMMELL; Idilio DRAGO; Ramin SADRE; Anna SPEROTTO a Aiko PRAS. Flow Monitoring Explained: From Packet Capture to Data Analysis With NetFlow and IPFIX. IEEE COMMUNICATIONS SURVEYS AND TUTORIALS. PISCATAWAY: IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC, 2014, roč. 16, č. 4, s. 2037-2064. ISSN 1553-877X. Dostupné z: https://doi.org/10.1109/COMST.2014.2321898.
  • KOMÁRKOVÁ, Jana; Martin HUSÁK; Martin LAŠTOVIČKA a Daniel TOVARŇÁK. CRUSOE: Data Model for Cyber Situation Awareness. Online. In Proceedings of the 13th International Conference on Availability, Reliability and Security. Hamburg: ACM, 2018, s. "36:1"-"36:10", 10 s. ISBN 978-1-4503-6448-5. Dostupné z: https://doi.org/10.1145/3230833.3232798.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.