Bakalářské práce
Klasifikace operačního systému zařízení na základě síťových toků
Autor
Matěj Bulíř
Rok
2025
Typ
Bakalářská práce
Vedoucí
Ing. Matej Hulák
Oponenti
Mgr. Martin Jureček, Ph.D.
Katedra
Anotace
Tato bakalářská práce se zabývá klasifikací operačních systémů na základě síťových toků. Pro klasifikaci je využito metod strojového učení. Před samotnou aplikací strojového učení jsou ze síťových toků agregovány relevantní informace, které slouží jako vstupní příznaky. Řešení je implementováno v programovacím jazyce Python s využitím knihovny scikit-learn a zaměřuje se rovněž na analýzu výstupů modelu strojového učení. Nejlepšího výsledku bylo dosaženo pomocí algoritmu Random Forest, který dosáhl hodnoty přesnosti 86,46 % (F1-macro) na testovací sadě. Reálné testy na datech z produkční sítě ukázaly, že i bez některých vstupních parametrů je modul schopen klasifikovat zařízení s přesností 59,08 % (F1-macro). Výsledky ukazují potenciál pro další zlepšení přesnosti a spolehlivosti klasifikace. Aby klasifikátor mohl být aplikován, je vytvořen modul pro systém NEMEA, který v reálném čase dokáže klasifikaci provést.
Analýza síťových toků pro detekci proxy serverů
Autor
Abdulaziz Ismoilov
Rok
2025
Typ
Bakalářská práce
Vedoucí
Ing. Matej Hulák
Oponenti
Ing. Josef Koumar
Katedra
Anotace
Cílem práce je detekovat proxy servery, konkrétně rezidenční proxy servery (RESIP) v síti na základě analýzy síťových toků z pohledu poskytovatele internetových služeb. Použitím technik strojového učení bude vyvinut funkční modul pro systém NEMEA. Tento modul detekuje RESIP v síti, čímž zlepšuje správu a zabezpečení sítě.