Izgradnja sustava za detekciju upada temeljem dubinskog učenja

master's thesis

• Title (english): Developing an Intrusion Detection System using Deep Learning
• Author: Tomislav Peharda
• Mentor: Markus Schatten (mentor); MBZ: 291806
• Committee member: Miroslav Bača; MBZ: 235084
• Granter: University of Zagreb; Faculty of Organization and Informatics; (Department of Theoretical and Applied Foundations of Information Sciences); Varaždin
• Defense date and country: 2019-09-19, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Information and Communication Sciences; Organization and Informatics

Abstract

Sustav za detekciju upada je sustav koji analizira mrežni promet te nastoji detektirati dali je zahtjev poslan mreži potencijalni upad. To se postiže procesom strojnog učenja. Sustav temeljem unaprijed definiranog skupa podataka (koji sadrži zapise mrežnog prometa) uči kako bi kreirao model za donošenje predikcija. Ovaj rad kroz spomenuti primjer nalaže sve korake u izgradnji takvog sustava te detaljno opisuje sve segmente koji utječu na uspješnost modela. Nizom različitih pristupa analizi i evaluaciji modela nastoji se utvrdititi kvaliteta skupa podataka, valjana definiranost procesa učenja i parametra neuronske mreže te na kraju i točnost samog modela.

• Keywords: umjetna inteligencija; detekcija upada; ids; deep learning; intrusion detection system
• Language: croatian
• URN:NBN: urn:nbn:hr:211:194250
• Study programme: Title: Information and Programming Engineering; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra informatike (magistar/magistra informatike)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Access restricted to authenticated users
• Created on: 2020-04-27 07:30:05