Analýza dat síťového provozu s ohledem na bezpečnost průmyslových aplikací s možnou podporou statistických metod a strojového učení

Abstract

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.