Analýza dat síťového provozu s ohledem na bezpečnost průmyslových aplikací s možnou podporou statistických metod a strojového učení
Analysis of network traffic data with regard to the security of industrial applications with the possible support of statistical methods and machine learning
Typ dokumentu
diplomová prácemaster thesis
Autor
David Janata
Vedoucí práce
Bukovský Ivo
Oponent práce
Černý Matěj
Studijní obor
bez oboruStudijní program
Průmysl 4.0Instituce přidělující hodnost
ústav mechaniky, biomechaniky a mechatronikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
V práci je rozebírána bezpečnost industriálních IoT systému a jejich odolnost proti případným útokům. Dále jsou vysvětleny užitečné metody detekce anomálií a strojového učení. V praktické části jsou poznatky aplikovány na stažená data a poté i na data generovaná v reálném čase. This thesis concerns itself with cyber-security of industrial IoT devices and systems with regard to their ability to withstand possible attacks. Part is dedicated to explaining theory of anomaly detection methods and machine learning in general. This gained insight is then applied to a downloaded set of data and later to data generated in real-time.
Kolekce
- Diplomové práce - 12105 [219]