Pravděpodobnostní modely pro bezpečnost internetového provozu
advisor: | Ing. Václav Šmídl, Ph.D. |
e-mail: | show e-mail |
type: | bachelor thesis, master thesis |
branch of study: | MI_AMSM, II_SIMI |
key words: | pravděpodobnostní modelování, hierarchické modely, odhad parametrů, internetový provoz |
description: | Se zvyšujícím se provozem v internetu se zvyšuje též počet pokusů o jeho zneužití pomocí virů, odposlouchání, botnetů a malwaru obecně. Stále rostoucí inteligence a adaptivita malwaru prakticky znemožňuje nalezení deterministických pravidel pro jeho odhalení. Obzvláště v případech, kdy se jedná o nový ještě neznámý škodlivý kód. Cílem práce je výzkum pravděpodobnostních modelů vhodných pro detekci anomálií v síťovém provozu. Hledaný model musí být dostatečně bohatý aby popsal co největší škálu legitimního provozu, avšak dostatečně specifický při detekci anomálií. Z tohoto důvodu je pozornost zaměřena na hierarchické modely s potencionálně bohatou strukturou apriorní distribuce. V první fázi se jedná o obecné seznámení s heirarchickými modely a technikami odhadu jejich parametrů a hyperparametrů. Ve druhé fázi bude hledán model pro konkrétní problém definovaný ve spolupráci s firmou CISCO. |
references: | 1. Bishop, Christopher M. \"Pattern Recognition.\" Machine Learning (2006). 2. Šmídl, Václav, and Anthony Quinn. The variational Bayes method in signal processing. Springer Science & Business Media, 2006. 3. Tang, Yichuan, Ruslan Salakhutdinov, and Geoffrey Hinton. \"Deep mixtures of factor analysers.\" arXiv preprint arXiv:1206.4635 (2012). |
last update: | 03.03.2021 17:43:45 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011