|
|
The Use of ADS-B Information for Airborne Separation and Collision Avoidance
Jošth Adamová, Eva ; Jonák, Jaroslav (oponent) ; Novák, Andrej (oponent) ; Vosecký, Slavomír (vedoucí práce)
Safety of General Aviation (GA) has always been a concern since lack of harmonized technical standards addressing performance for devices allowing GA aircraft to see and be seen, is major impediment to their widespread use in Europe. The increasing complexity and density of air traffic, when the skies become more crowded with a mix of different airspace users, including unmanned aircraft systems (UAS) trending in the last few years, emphasize the importance of and the need of change. The aim of this doctoral thesis is to elaborate on the possibilities to improve the operational safety of GA operations in uncontrolled airspace anticipating considerable challenges associated with UAS uptake. With the overall ATM framework being adapted to accommodate these novel airspace users, ADS-B technology is being recognized for its significant potential. This thesis explored the possibilities to improve cooperative surveillance in uncontrolled airspace (starting with but not limiting to ADS-B), and through set of experiments evaluated the acceptability, feasibility and reusability of different existing collision avoidance and situation awareness systems, both tailored and not tailored for GA. Part of the research was also the investigation on possible adaptation of the drone dedicated Remain Well Clear concept for GA operational needs. The research activities within the scope of this thesis were undertaken in two phases. Within the first phase, spanning from 2015 to 2019, a series of experiments were conducted. The second phase focused on the exhaustive analysis of systems introduced since the last experiment, culminating in the recent months, highlighting the solutions that with appropriate adjustments hold the potential to be effectively tailored for adoption by GA.
|
|
|
Similarity Search in Network Security Alerts
Štoffa, Imrich ; Kučera, Jan (oponent) ; Žádník, Martin (vedoucí práce)
Network monitoring systems generate a high number of alerts reporting on anomalies and suspicious activity of IP addresses. From a huge number of alerts, only a small fraction is high priority and relevant from human evaluation. The rest is likely to be neglected. Assume that by analyzing large sums of these low priority alerts we can discover valuable information, namely, coordinated IP addresses and type of alerts likely to be correlated. This knowledge improves situational awareness in the field of network monitoring and reflects the requirement of security analysts. They need to have at their disposal proper tools for retrieving contextual information about events on the network, to make informed decisions. To validate the assumption new method is introduced to discover groups of coordinated IP addresses that exhibit temporal correlation in the arrival pattern of their events. The method is evaluated on real-world data from a sharing platform that accumulates 2.2 million alerts per day. The results show, that method indeed detected truly correlated groups of IP addresses.
|
|
|
Profilování síťových entit pro zlepšení situačního povědomí
Bolf, René ; Tisovčík, Peter (oponent) ; Žádník, Martin (vedoucí práce)
Mať dobré situačné povedomie je dôležitou súčasťou počítačovej bezpečnosti. Vedomosť o tom, čo sa v sieti nachádza, kde sa to nachádza a kto v sieti komunikuje dokáže pomôcť robiť lepšie a rýchlejšie rozhodnutia pri vzniku bezpečnostných incidentov. Táto práca sa zaoberá profilovaním sieťových entít na úrovni zariadení. Presnejšie sa zameriava na pasívnu identifikáciu operačných systémov. Každý paket vložený do siete nesie vo svojej hlavičke paketu špecifické informácie, ktoré odrážajú počiatočné nastavenie operačného systému. Sada týchto informácií tvorí "odtlačok prsta operačného systému. V práci je popísaná implementácia klasifikátoru strojového učenia využívajúceho metódu rozhodovacích stromov. Klasifikátor pri klasifikácii využíva príznaky z TCP a IP hlavičiek. Klasifikátor bol vyhodnotení na dátovej sade, ktorá obsahovala dáta reálneho sieťového prenosu a pri klasifikácii do 9 tried operačných systémov dosiahol presnosť 96 %.
|
|
|
Návrh strategického rozvoje startupu působícího v oblasti online médií na českém trhu
Oulehla, Radim ; Kaňovská, Lucie (oponent) ; Bumberová, Veronika (vedoucí práce)
Diplomová práce se zabývá návrhem strategického rozvoje startupu působícího v oblasti online médií na českém trhu. Teoretická část obsahuje literární rešerši v oblasti problematiky strategického řízení, vybraným analýzám vnějšího a vnitřního prostředí podniku. Analytická část práce se věnuje uplatnění vybraným metodám v kontextu řešení problematiky, identifikování vnějšího a vnitřního prostředí startupu a situačnímu zhodnocení. Výstupy z analytické části práce jsou následně využity ke zpracování vhodného návrhu strategie, která vede ke zvýšení tržeb a vytvoření silnější komunity stálých zákazníků.
|
|
|
Návrh strategického rozvoje startupu působícího v oblasti online médií na českém trhu
Oulehla, Radim ; Kaňovská, Lucie (oponent) ; Bumberová, Veronika (vedoucí práce)
Diplomová práce se zabývá návrhem strategického rozvoje startupu působícího v oblasti online médií na českém trhu. Teoretická část obsahuje literární rešerši v oblasti problematiky strategického řízení, vybraným analýzám vnějšího a vnitřního prostředí podniku. Analytická část práce se věnuje uplatnění vybraným metodám v kontextu řešení problematiky, identifikování vnějšího a vnitřního prostředí startupu a situačnímu zhodnocení. Výstupy z analytické části práce jsou následně využity ke zpracování vhodného návrhu strategie, která vede ke zvýšení tržeb a vytvoření silnější komunity stálých zákazníků.
|
|
|
Profilování síťových entit pro zlepšení situačního povědomí
Bolf, René ; Tisovčík, Peter (oponent) ; Žádník, Martin (vedoucí práce)
Mať dobré situačné povedomie je dôležitou súčasťou počítačovej bezpečnosti. Vedomosť o tom, čo sa v sieti nachádza, kde sa to nachádza a kto v sieti komunikuje dokáže pomôcť robiť lepšie a rýchlejšie rozhodnutia pri vzniku bezpečnostných incidentov. Táto práca sa zaoberá profilovaním sieťových entít na úrovni zariadení. Presnejšie sa zameriava na pasívnu identifikáciu operačných systémov. Každý paket vložený do siete nesie vo svojej hlavičke paketu špecifické informácie, ktoré odrážajú počiatočné nastavenie operačného systému. Sada týchto informácií tvorí "odtlačok prsta operačného systému. V práci je popísaná implementácia klasifikátoru strojového učenia využívajúceho metódu rozhodovacích stromov. Klasifikátor pri klasifikácii využíva príznaky z TCP a IP hlavičiek. Klasifikátor bol vyhodnotení na dátovej sade, ktorá obsahovala dáta reálneho sieťového prenosu a pri klasifikácii do 9 tried operačných systémov dosiahol presnosť 96 %.
|
|
|
Similarity Search in Network Security Alerts
Štoffa, Imrich ; Kučera, Jan (oponent) ; Žádník, Martin (vedoucí práce)
Network monitoring systems generate a high number of alerts reporting on anomalies and suspicious activity of IP addresses. From a huge number of alerts, only a small fraction is high priority and relevant from human evaluation. The rest is likely to be neglected. Assume that by analyzing large sums of these low priority alerts we can discover valuable information, namely, coordinated IP addresses and type of alerts likely to be correlated. This knowledge improves situational awareness in the field of network monitoring and reflects the requirement of security analysts. They need to have at their disposal proper tools for retrieving contextual information about events on the network, to make informed decisions. To validate the assumption new method is introduced to discover groups of coordinated IP addresses that exhibit temporal correlation in the arrival pattern of their events. The method is evaluated on real-world data from a sharing platform that accumulates 2.2 million alerts per day. The results show, that method indeed detected truly correlated groups of IP addresses.
|
host ::
RSS.