Warning message

Nemate dozvolu za prikaz ovog resursa!
prikaz prve stranice dokumenta Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka
Rad nije dostupan
diplomski rad
Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka
2021. urn:nbn:hr:168:214485
Vodopija, Andreja
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Vodopija, A. (2021). Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:214485

Vodopija, Andreja. "Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:214485

Vodopija, Andreja. "Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:214485

Vodopija, A. (2021). 'Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 01.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:214485

Vodopija A. Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 01.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:214485

A. Vodopija, "Primjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:214485

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:214485
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrimjena algoritama strojnog učenja u svrhu detekcije netipičnih vrijednosti mrežnih podataka
Naslov (engleski)Application of machine learning algorithms for detection of atypical network data values
AutorAndreja Vodopija
MentorMihaela Vranić (mentor)
Član povjerenstvaMihaela Vranić (član povjerenstva)
Član povjerenstvaBoris Vrdoljak (član povjerenstva)
Član povjerenstvaDamir Pintar (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Razvojem Interneta je došlo do potrebe za zaštitom u virtualnom svijetu jer su korisnici interneta svakodnevno izloženi zlonamjernim napadima. Analizom mrežnog prometa mogu se pronaći netipične vrijednosti u mrežnim paketima koje najčešće upućuju na neku vrstu napada. Pronalazak tih netipičnih vrijednosti se provodi detekcijom anomalija koja se može implementirati raznim algoritmima strojnog učenja. Nakon uvoda u strojno učenje i algoritme, analizirat će se rezultati algoritama logističke regresije, stroja potpornih vektora, slučajnih šuma, stabla odlučivanja, Gaussovog naivnog Bayesa, umjetnih neuronskih mreža i algoritma k srednjih vrijednosti i k najbližih susjeda. Za svaki od algoritama se pronalazi onaj sa najboljim hiperparametrima te se rezultati grafički prikazuju i objašnjavaju. Za učenje i testiranje modela koristi se NSL-KDD skup podataka koji je prethodno pretprocesiran.
Sažetak (engleski)
With the development of the Internet, a need for protection in the virtual world arose. Internet users are exposed to malicious attacks on daily basis and analysis of network traffic can find atypical values in network packets that most often indicate a malicious attack. The discovery of these atypical values is carried out by anomaly detection that can be implemented by various machine learning algorithms. After an introduction to machine learning and algorithms, the results of logistic regression, support vector machine, random forests, decision tree, Gaussian naive Bayes, artificial neural networks and k means and k nearest neighbors algorithm will be analyzed. For each of the algorithms, a model with the best hyperparameters is found, and results are graphically displayed and explained. For training and testing, the model uses an NSL-KDD data set that is previously preprocessed.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:214485
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 14:12:14