prikaz prve stranice dokumenta Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa
No public access
undergraduate thesis
Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:581990
Bokšić, Iva
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Bokšić, I. (2021). Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:581990

Bokšić, Iva. "Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:581990

Bokšić, Iva. "Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:581990

Bokšić, I. (2021). 'Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 28 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:581990

Bokšić I. Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 July 28] Available at: https://urn.nsk.hr/urn:nbn:hr:168:581990

I. Bokšić, "Razvoj prediktivnog algoritma za klasifikaciju mrežnog prometa", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:581990

Metadata
TitleRazvoj prediktivnog algoritma za klasifikaciju mrežnog prometa
Title (english)Predictive Algorithm Development for Classification of Network Traffic
AuthorIva Bokšić
MentorDamir Pintar (mentor)
Committee memberDamir Pintar (predsjednik povjerenstva)
Committee memberLuka Humski (član povjerenstva)
Committee memberAna Šarčević (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-09, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Napadi na komunikacijsku mrežu predstavljaju problem ostvarenja sigurnosti podataka. Detekcija napada i provođenje ispravnih postupaka za njegovo otklanjanje jedan su od glavnih načina borbe protiv napada. Tema napisanog rada je analiza podataka koji predstavljaju promet mreže i gradnja klasifikatora koji bi prepoznavali razrede napada. Analizom podataka ustanovljena je neravnomjerna rasprostranjenost podataka između razreda. Naduzorkovanjem pa poduzorkovanjem je uklonjen taj problem te su ponovljeni algoritmi klasifikacije. Pokazalo se da su se rezultati klasifikatora poboljšali. Modeli s najboljim rezultatima su ekstremno pojačavanje gradijenta i stroj potpornih vektora. Klasifikatori su postizali točnost od 49\% do 79\%. Model koji je imao najlošiju točnost prije naduzorkovanja i poduzorkovanja, ali kojem se i točnost povećala za 15\% je naivni Bayesov klasifikator.
Abstract (english)
Attacks on the communication network are a problem of data security. Detecting an attack and carrying out the correct procedures to eliminate it are one of the main ways to fight an attack. The topic of this paper is the analysis of data representing network traffic and the construction of classifiers that would identify attack classes. Data analysis revealed an uneven distribution of data between classes. Oversampling and then undersampling over data removed this problem and the classification algorithms were repeated. Classifier results have been shown to improve. Model with best results are Extreme gradient boosting and Support vector machines. Classifiers achieved accuracy from 49% to 79%. The model that had the worst accuracy before oversampling and undersampling, but whose accuracy also increased by 15% is Naive Bayes classifier.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:581990
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-14 20:07:17