|
|
Anomaly Detection in System Log Files Using Machine Learning
Moresová, Eva ; Burgetová, Ivana (oponent) ; Matoušek, Petr (vedoucí práce)
Log anomaly detection is an important process that can help prevent or detect system failures, intrusion attempts and other malicious behavior. However, modern systems produce amounts of log data far beyond what is possible to analyze manually. That is why a variety of automated methods were developed for this purpose, ranging from rule based techniques to approaches using deep learning. The aim of this thesis is to compare several log anomaly detection methods to determine which one is the best suited for application on large real-world log files, represented by a collection of logs from production AAA (authentication, authorization, accounting) servers provided by AT&T. Apart from AT&T logs, the methods were applied to and evaluated on two other labeled datasets, one of which was enriched by synthetically generated anomalies. This thesis adopts three unsupervised anomaly detection methods: Local Outlier Factor, DBSCAN clustering and an OPTICS-based framework. The former two examine the logs on a sample-level, while the latter analyzes entire log sequences. All methods achieved results comparable to works with similar approaches.
|
|
|
Generátor testovacích dat pro databáze finančních technologií
Moresová, Eva ; Vašíček, Ondřej (oponent) ; Smrčka, Aleš (vedoucí práce)
Táto bakalárska práca sa zaoberá vytvorením generátora testovacích dát pre databázy aplikácií z oblasti finančných technológií. Riešenie tohto problému bolo realizované ako rozšírenie a upravenie funkcionality existujúceho nástroja dbgenx, ktorý je súčasťou platformy Testos. Vytvorený nástroj umožňuje generovať dáta s ohľadom na ich štrukturálne a sémantické závislosti, definovať vlastné externé moduly na generovanie a poskytuje efektívny zápis predpisu pre generované dáta.
|
|
|
Generátor testovacích dat pro databáze finančních technologií
Moresová, Eva ; Vašíček, Ondřej (oponent) ; Smrčka, Aleš (vedoucí práce)
Táto bakalárska práca sa zaoberá vytvorením generátora testovacích dát pre databázy aplikácií z oblasti finančných technológií. Riešenie tohto problému bolo realizované ako rozšírenie a upravenie funkcionality existujúceho nástroja dbgenx, ktorý je súčasťou platformy Testos. Vytvorený nástroj umožňuje generovať dáta s ohľadom na ich štrukturálne a sémantické závislosti, definovať vlastné externé moduly na generovanie a poskytuje efektívny zápis predpisu pre generované dáta.
|
host ::
RSS.