Závěrečná práce: Bc. Matej Macák: Adaptive complementing of HTTPS flow volume for web traffic
Diplomová práce
Adaptive complementing of HTTPS flow volume for web traffic
Anotace
Cieľom tejto práce je navrhnúť algoritmus na dopĺňanie jedného alebo viacerých parametrov zo zachytených tokov a poskytnúť ich vyhodnotenie. Dataset použitý v tejto práci pochádza z webovej prevádzky Masarykovej univerzity a pozostáva zo zalogovaných tokov a udalostí, ktoré sú navzájom korelované tokovo-centrickým spôsobom. V práci sú popísané jednotlivé parametre tokov a ich vzájomné vzťahy k ostatným …více
Abstract
This thesis aims to design the complementing algorithm for one or more missing parameters in the flows and provide their evaluation. The dataset used for this thesis comes from the web traffic of Masaryk university and contains flow and event logs correlated in a flow-centric manner. The thesis describes parameters in flow entry and their relationships to other parameters, focusing on data volumes …více
Zadání práce
Práce se bude věnovat následujícím tématům:
- analýza a popis parametrů událostí a toků s důrazem na vztahy mezi nimi,
- určení teoretického transformačního vztahu z objemu dat událostí na objem dat toku,
- návrh a implementace (v jazyce Python) adaptivního algoritmu s použitím strojového učení a historických dat,
- vyhodnocení přesnosti doplňovacího algoritmu.
18. 5. 2022 10:55, RNDr. Stanislav Špaček, Ph.D., učo 324802
Literatura
- ŠPAČEK, Stanislav; Petr VELAN; Pavel ČELEDA a Daniel TOVARŇÁK. HTTPS Event-Flow Correlation: Improving Situational Awareness in Encrypted Web Traffic. Online. In 2022 IEEE/IFIP Network Operations and Management Symposium (NOMS 2022). Budapešť, Maďarsko: IEEE Xplore Digital Library, 2022, s. 1-6. ISBN 978-1-6654-0601-7. Dostupné z: https://doi.org/10.1109/NOMS54207.2022.9789877.
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Adaptive complementing of DNS flow features based upon correlated events
Ing. Martin Hesko -
Supervised and Unsupervised Machine Learning Methods for System Log Anomaly Detection
Mgr. Júlia Ščensná -
Automatizované spracovanie phishingových emailov v nástroji Temporal
Ing. Štefan Kriško -
Detection of Czech Words in Images
Bc. Eric Vincent Valčík -
Python Libraries for Storing Embeddings on Disk
Bc. Jakub Neruda, učo 524944 -
Detect Anomalies in Linux Kernel Logs
Mgr. Ondrej Klinovský -
Leveraging Machine Learning for Time Series Predictive Analysis
Ing. Samuel Ambros, učo 493136 -
Monitorování pohybu zákazníků v nákupních střediscích
Mgr. Rastislav Papčo




