|
|
Psaní na počítači pomocí mozkových signálů
Wagner, Lukáš ; Malinka, Kamil (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce se zabývá implementací rozhraní mezi mozkem a počítačem v jazyce Python umožňující psát a komunikovat s použitím zařízení EEG. Práce studuje a hodnotí dosavadní technologie rozhraní mezi mozkem a počítačem pro použití za tímto účelem. Dále se práce zabývá použitím strojového učení, které se v technologii používá, zejména neuronovými sítěmi, jež se prokázaly být jednou z nejpřesnějších metod klasifikace signálu EEG. Následně jsou navrženy a implementovány 3 různé systémy založené na různých paradigmatech vyvolávání změny potenciálu EEG vizuální cestou. Tyto systémy byly na závěr otestovány s různými přístupy ke zpracování signálu. Bohužel žádný ze systémů neuspěl v komunikaci cílových písmen.
|
|
|
Asociační útok s nástrojem hashcat v distribuovaném prostředí
Wagner, Lukáš ; Veselý, Vladimír (oponent) ; Hranický, Radek (vedoucí práce)
Projekt Fitcrack je distribuovaný systém pro lámání kryptografických hashů vyvíjený na FIT VUT. K lámání hesel je na výpočetních jednotkách používán nástroj Hashcat. Tento nástroj přidal v roce 2020 nový mód útoku nazývaný asociační útok. Tento útok je založený na znalosti pravděpodobného hesla, které je během útoku mnohonásobně upravováno. Cílem práce je návrh a implementace rozšíření projektu Fitcrack umožňující použití asociačního útoku a jeho rozdělení výpočetní práce v tomto distribuovaném prostředí. Asociační útok vyžaduje úpravu metod distribuce běžně používaných ostatními útoky, které jsou v práci také navrženy a implementovány. Funkcionalita implementace je později experimentálně ověřena a je učiněn závěr.
|
|
|
Psaní na počítači pomocí mozkových signálů
Wagner, Lukáš ; Malinka, Kamil (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce se zabývá implementací rozhraní mezi mozkem a počítačem v jazyce Python umožňující psát a komunikovat s použitím zařízení EEG. Práce studuje a hodnotí dosavadní technologie rozhraní mezi mozkem a počítačem pro použití za tímto účelem. Dále se práce zabývá použitím strojového učení, které se v technologii používá, zejména neuronovými sítěmi, jež se prokázaly být jednou z nejpřesnějších metod klasifikace signálu EEG. Následně jsou navrženy a implementovány 3 různé systémy založené na různých paradigmatech vyvolávání změny potenciálu EEG vizuální cestou. Tyto systémy byly na závěr otestovány s různými přístupy ke zpracování signálu. Bohužel žádný ze systémů neuspěl v komunikaci cílových písmen.
|
host ::
RSS.