|
|
Kryptoanalýza symetrických šifrovacích algoritmů s využitím symbolické regrese a genetického programování
Smetka, Tomáš ; Janoušek, Vladimír (oponent) ; Homoliak, Ivan (vedoucí práce)
Tato diplomová práce se zabývá kryptoanalýzou symetrických šifrovacích algoritmů. Cílem práce je ukázat jiný úhel pohledu na tuto problematiku. Odlišný způsob oproti současným metodám spočívá ve využití síly evolučních principů, které jsou v kryptoanalytickém systému aplikovány pomocí genetického programování. V teoretické části je popsána kryptografie a kryptoanalýza symetrických šifrovacích algoritmů a genetické programování. Ze získaných informací je dále představen návrh kryptoanalytického systému, který využívá evoluční principy. Praktická část se zabývá implementací symetrického šifrovacího algoritmu, lineární kryptoanalýzou a simulačním nástrojem genetického programování. Závěr práce prezentuje experimenty s navrženým kryptoanalytickým systémem využívající genetické programování a zhodnocuje dosažené výsledky.
|
|
|
Rozpoznávání objektů a gest v obraze
Johanová, Daniela ; Beran, Vítězslav (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce je zaměřena na rozpoznávání gest ve videu. Cílem práce bylo vytvořit aplikaci, která by umožnila pomocí obyčejné webové kamery rozpoznávání malého množství gest za účelem ovládání počítače. Pro tento účel bylo použito vybraných metod pro získávání deskriptorů z obrazu, pro sledování určitých oblastí ve videu a strojového učení.
|
|
|
Rozšíření behaviorální analýzy síťové komunikace určené pro detekci útoků
Teknős, Martin ; Zbořil, František (oponent) ; Homoliak, Ivan (vedoucí práce)
Práce se zaobírá behaviorální analýzou síťové komunikace (NBA) určené pro detekci útoků. Cílem práce je vylepšit NBA zvýšením přesnosti detekce obfuskovaných síťových útoků pomocí ní. Jsou představeny metody a techniky používané pro detekci síťových útoků a klasifikaci síťového provozu. Dále jsou popsány systémy na detekci útoků (IDS) z pohledu jejich funkcionality a možných útoků na ně. Práce popisuje principy vybraných útoků proti IDS a jsou navrhnuty metody obfuskace, které je možné využít pro překonání NBA. Dále byl navržen a implementován nástroj na automatickou exploitaci, který také vykonává navržené obfuskace síťových útoků a sbírá data z této síťové komunikace. Vytvořený nástroj byl použit k vykonání síťových útoků. Pak byli získány data pro experimentování a vykonány různé experimenty, kterých výsledkem bylo zdůraznění trénování klasifikačních modelů NBA s využitím znalosti o obfuskacích.
|
|
|
Dynamic Template Adjustment in Continuous Keystroke Dynamics
Kulich, Martin ; Orság, Filip (oponent) ; Drahanský, Martin (vedoucí práce)
Keystroke dynamics is one of behavioural biometric characteristics which can be employed for continuous user authentication. As typing style on a keyboard changes in time, the template adapting is necessary. No study covered this topic yet, as far as the author knows. This master thesis tries to fill this gap. Several classification techniques were exercised with help of keystroke data from 22 volunteers in order to test if they can be improved to unsupervised online classifiers. A significant improvement in impostor recognition was noted at one-class statistical classifier based on normed Euclidean distance. The impostor could make 23.7 % actions less than in offline version on average but the improvement was obseved with all test sets. In contrary, the genuine user recognition varied from user to user but it still kept at acceptable values.
|
|
|
Strojové učení v úloze predikce vlivu nukleotidového polymorfismu
Šalanda, Ondřej ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce prezentuje nový přístup k~predikci efektu nukleotidového polymorfismu v~lidském genomu. Cílem je vytvoření nového klasifikátoru, který kombinuje výsledky již existujících softwarových nástrojů. Tohoto konsenzu nad dílčími výsledky je dosaženo experimentováním s~metodami strojového učení, přičemž výsledný model pak tvoří nejúspěšnější z~nich. Závěrečné komplexní srovnání výsledků metaklasifikátoru s dílčími nástroji ukazuje průměrné navýšení obsahu plochy pod ROC křivkou o 3,4 a eskalaci normované přesnosti až o 7\,\%. Vytvořený prediktor je zpřístupněn prostřednictvím webového rozhraní na adrese http://ll06.sci.muni.cz:6232/snpeffect/.
|
|
|
Analýza dat na sociálních sítích s využitím dolování dat
Sedlák, Jan ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato diplomová práce se zabývá dolováním z dat v prostředí sociálních sítí. Představuje dolování z dat jako takové a jeho možné využití při dolování ze sociálních sítí. Dále se zabývá analýzou aplikačních rozhraní sociálních sítí Facebook, Twitter, Google+, LinkedIn a GitHub z pohledu dolování z dat. Představuje implementaci aplikace, která slouží pro stažení datasetu ze serveru GitHub, zabývá se experimenty se získaným datasetem a návrhem a implementací aplikace, která provádí datovou analýzu míry budoucí aktivity projektu.
|
|
|
Detekce mimiky obličeje
Kozák, Roman ; Krček, Petr (oponent) ; Roupec, Jan (vedoucí práce)
Tato diplomová práce se zabývá návrhem a tvorbou aplikace pro rozpoznávání výrazů obličeje. V úvodu práce je popsána problematika zpracování obrazu, především algoritmy, které jsou použity v dalších částech. Dále je věnována pozornost metodám detekce obličeje, zejména detektoru Viola-Jones. Poté následuje stručný popis základních obličejových výrazů, které budou aplikací rozpoznávány. Poslední dvě části se věnují samotnému návrhu a realizaci aplikace a zhodnocení výsledků.
|
|
|
Využití umělé inteligence na kapitálových trzích
Barjak, Maroš ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Práce se zabývá návrhem, implementací a optimalizací modelu založeného na umělé inteligenci a neuronových sítích schopného predikovat budoucí časové rady cen akcí na kapitálových trzích. Hlavní důraz je kladen na zestrojení objektově orientované aplikace pro úspěšný odhad budoucího trendu finančních derivátů za účasti podpůrných metod jako charakterizace časové rady pomocí Hurstova exponentu a automatizované obchodní simulace.
|
|
|
Využití prostředků umělé inteligence na kapitálových trzích
Hrach, Vlastimil ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Tato diplomová práce popisuje využití umělé inteligence pro predikci na akciových trzích. Predikce staví netradičně na pravděpodobnostním modelu Bayesova vzorce a na něm založeném naivním Bayesově klasifikátoru. V praktické části je proto navržen algoritmus, který pro odhad budoucího vývoje akcie používá rozpoznané vztahy mezi identifikátory technické analýzy. Konkrétně se jedná o exponenciální klouzavé průměry za 20 a 50 dní. Na základě klasifikace vztahů mezi identifikátory je výstupem programu grafický odhad budoucího vývoje akcie.
|
|
|
Výběr příznaků metodou Dynamická vzájemná informace
Manga, Marek ; Klusáček, Jan (oponent) ; Honzík, Petr (vedoucí práce)
V této práci je proveden rozbor a diskutována problematika implementace metody pro výběr příznaků s názvem Dynamická vzájemná informace (DMIFS). Při studiu popisu DMIFS bylo nalezeno několik nesrovnalostí, které neumožňují úplně napodobit původní algoritmus, proto výsledky DMIFS implementované v rámci této práce byly porovnány s výsledky z článku, kde byla DMIFS publikována. Bylo zjištěno, že implementovaná DMIFS dosahuje podobných výsledků, jako metoda původní. Dále se práce zabývá návrhem dvou nových metod vycházejících z principu DMIFS. První metoda s názvem DmRMR vznikla spojením mRMR a DMIFS. Provedené testy potvrzují lepší výkonnost DmRMR, než jakou má DMIFS je ale méně stabilní. Druhá metoda s názvem WDMIFS je váhovanou variantou DMIFS fungující na bázi AdaBoost. U této metody nedošlo ke zlepšení výkonu. Na závěr je vypracován návod pro implementaci DMIFS do prostředí Weka a RapidMiner.
|
host ::
RSS.