Identifikace příznaků infikovaného uživatele z proxy logu

Abstract

Táto práca sa zaoberá aplikáciou algoritmov strojového učenia na detekciu malvéru v sieťovej komunikácii. Práca analyzuje vopred pripravené dáta pochádzajúce zo záznamov sieťovej komunikácie a upravuje ich pre účely spracovania strojovým učením. Pomocou rôznych algoritmov strojového učeniavytvára modely používané na detekciu malvéru a hodnotí ich presnosť. Práca sa zaoberá aj hodnotením modelov naučených pomocou príznakov šifrovanej komunikácie a slabých indikátorov.

This thesis deals with malware detection in network communication using machine learning algorithms. Thesis analyses proxy logs and adjusts them so they can be processed by machine learning. Then it compares the malware detection accuracy of different machine learning models. This thesis evaluates models learned using features extracted from encrypted communication and features based on weak labels.