|
|
Behaviour-Based Identification of Network Devices
Polák, Michael Adam ; Holkovič, Martin (oponent) ; Polčák, Libor (vedoucí práce)
This thesis deals with the topic of identifying devices based on their behaviour. With the increasing number of devices on the network, it is becoming more and more important to be able to identify these devices based on their behaviour, due to the increased security risks. General networking concepts and multiple methods that have been used in the past to identify devices are discussed throughout the work. Subsequently, machine learning algorithms and their advantages and disadvantages are introduced. Finally, this thesis tests two traditional machine learning algorithms and proposes two new approaches to network device identification. The resulting final algorithm achieves the accuracy of 89% on a real life data-set with over 10,000 devices using a set of only eight features.
|
|
|
Bezeztrátová komprese videa
Polák, Michael Adam ; Polok, Lukáš (oponent) ; Bařina, David (vedoucí práce)
Táto práca sa zaoberá bezstratovou kompresiou videa. Sú v nej uvedené niektoré farebné modely a konverzie medzi nimi. Ďalej sa zaoberá prediktormi a ich implementáciou. Posledná teoretická časť obsahuje popis kontextovej kompresie a entropického kódovania s podrobnejším rozborom aritmetického kódovania. Nasleduje popis implementovaného kompresného postupu vo forme kodeku a detaily o vnútornej štruktúre. Tento kodek je potom otestovaný a porovnaný s aktuálne používanými kodekmi FFV1 a Huffyuv. Ukázalo sa, že zvýšením počtu kontextov sa zvýši kompresný pomer, avšak sa nepodarilo prekonať kodek FFV1, kodek Huffyuv bol vždy prekonaný.
|
|
|
Behaviour-Based Identification of Network Devices
Polák, Michael Adam ; Holkovič, Martin (oponent) ; Polčák, Libor (vedoucí práce)
This thesis deals with the topic of identifying devices based on their behaviour. With the increasing number of devices on the network, it is becoming more and more important to be able to identify these devices based on their behaviour, due to the increased security risks. General networking concepts and multiple methods that have been used in the past to identify devices are discussed throughout the work. Subsequently, machine learning algorithms and their advantages and disadvantages are introduced. Finally, this thesis tests two traditional machine learning algorithms and proposes two new approaches to network device identification. The resulting final algorithm achieves the accuracy of 89% on a real life data-set with over 10,000 devices using a set of only eight features.
|
|
|
Bezeztrátová komprese videa
Polák, Michael Adam ; Polok, Lukáš (oponent) ; Bařina, David (vedoucí práce)
Táto práca sa zaoberá bezstratovou kompresiou videa. Sú v nej uvedené niektoré farebné modely a konverzie medzi nimi. Ďalej sa zaoberá prediktormi a ich implementáciou. Posledná teoretická časť obsahuje popis kontextovej kompresie a entropického kódovania s podrobnejším rozborom aritmetického kódovania. Nasleduje popis implementovaného kompresného postupu vo forme kodeku a detaily o vnútornej štruktúre. Tento kodek je potom otestovaný a porovnaný s aktuálne používanými kodekmi FFV1 a Huffyuv. Ukázalo sa, že zvýšením počtu kontextov sa zvýši kompresný pomer, avšak sa nepodarilo prekonať kodek FFV1, kodek Huffyuv bol vždy prekonaný.
|
host ::
RSS.