prikaz prve stranice dokumenta Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti
Rad nije dostupan
diplomski rad
Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:644554
Begušić, Domagoj
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Begušić, D. (2021). Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:644554

Begušić, Domagoj. "Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:644554

Begušić, Domagoj. "Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:644554

Begušić, D. (2021). 'Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:644554

Begušić D. Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:644554

D. Begušić, "Primjena metoda strojnog učenja u domeni kibernetičke sigurnosti", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:644554

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:644554
Podaci o radu
NaslovPrimjena metoda strojnog učenja u domeni kibernetičke sigurnosti
Naslov (engleski)Applying Machine Learning Methods in the Domain of Cyber Security
AutorDomagoj Begušić
MentorDamir Pintar (mentor)
Član povjerenstvaDamir Pintar (predsjednik povjerenstva)
Član povjerenstvaMihaela Vranić (član povjerenstva)
Član povjerenstvaLuka Humski (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-09-21, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Sustavi za obranu mreže od malicioznih paketa ili općenito pokušaja prodora rukovode s ogromnim količinama mrežnih podataka iz kojih se primjenom strojnog učenja može izvući znanje i prepoznati određene pravilnosti kako bi se obrana mreže automatizirala. Takvi podaci često nisu označeni ili ih je skupo označavati pa je potrebno pronaći model ili skupinu modela s obzirom na prirodu samog problema. Primjenom programskog okruženja Python i određenih modula za strojno učenje, obradu i vizualizaciju podataka razvijen je sustav za automatsko grupiranje, detekciju anomalija i klasifikaciju mrežnih podataka u svrhu odjeljivanja primjera koje mreža treba propustiti i onih koje ne smije. Objašnjena je cijela faza predobrade i eksploratorne analize podataka te svih korištenih modela. Mjere za vrednovanje modela opisane su i primijenjene na izrađene modele te su rezultati komentirani.
Sažetak (engleski)
Network security systems while defending network from malicious packets or attempted intrusions manage huge amounts of network data from which knowledge and certain patterns can be recognized by applying machine learning methods in order to automate network defense. Such data are often unlabeled or expensive to label, so it is necessary to find a model or group of models given the nature of the problem itself. Using the Python software environment and certain modules for machine learning, data processing and visualization, a system for automatic grouping, anomaly detection and classification of network data has been developed in order to separate examples that need to be pass through network and those that should not be. The whole phase of pre-processing and exploratory data analysis and all used models are explained. Measures for model evaluation are described and applied to the developed models and finally the results are commented.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:644554
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 09:45:24