|
|
Analysis of Operational Data and Detection od Anomalies during Supercomputer Job Execution
Stehlík, Petr ; Nikl, Vojtěch (oponent) ; Jaroš, Jiří (vedoucí práce)
Using the full potential of an HPC system can be difficult when such systems reach the exascale size. This problem is increased by the lack of monitoring tools tailored specifically for users of these systems. This thesis discusses the analysis and visualization of operational data gathered by Examon framework of a high-performance computing system. By applying various data mining techniques on the data, deep knowledge of data can be acquired. To fully utilize the acquired knowledge a tool with a soft-computing approach called Examon Web was made. This tool is able to detect anomalies and unwanted behaviour of submitted jobs on a monitored HPC system and inform the users about such behaviour via a simple to use web-based interface. It also makes available the operational data of the system in a visual, easy to use, manner using different views on the available data. Examon Web is an extension layer above the Examon framework which provides various fine-grain operational data of an HPC system. The resulting soft-computing tool is capable of classifying a job with 84 % success rate and currently, no similar tools are being developed. The Examon Web is developed using Angular for front-end and Python, accompanied by various libraries, for the back-end with the usage of IoT technologies for live data retrieval.
|
|
|
Detekce a identifikace typu obratle v CT datech onkologických pacientů
Věžníková, Romana ; Harabiš, Vratislav (oponent) ; Jakubíček, Roman (vedoucí práce)
Automaticka detekce a segmentace patere nebo obratlu z CT snimku je narocnym ukolem z nekolika duvodu. Jednim z duvodu jsou nejasne hranice obratlu ve snimcich a nezretelne hranice mezi jednotlivymi obratli, dale artefakty, vyskytujici se v obrazech, ale take anatomicka slozitost. Tato prace se zabyva navrhem a realizaci detekce a klasifikace typu obratle v CT snimcich onkologickych pacientu, coz pridava na slozitosti z duvodu pritomnosti deformaci nekterych obratlu. Pri samotne segmentaci obratlu je vyuzita Otsuova metoda. Detekce obratlu je zalozena na hledani hranic oddelujici jednotlive obratle vsagitalnich rezech. Pro identifikaci potom slouzi rozhodovaci stromy nebo zobecnena Houghova, pricemz jsou obratle hledany v rezech CT snimku na zaklade podobnosti tvaru s modely jednotlivych obratlu.
|
|
|
Reporting - ERP systém
Pála, Milan ; Rychlý, Marek (oponent) ; Očenášek, Pavel (vedoucí práce)
Práce se zabývá tvorbou modulu pro ERP systém. Modul by měl umět produkovat průběžná data o výrobě, hlídat produktivnost výroby a upozorňovat na problémy ve výrobě. V práci je zhodnoceno zpracovávání velkého množství dat a ukázán způsob předpočítávání dat. Zabývá se také návrhem na predikci údajů ze známých dat.
|
|
|
Analýza dat firmy produkující zdravotnické potřeby
Kulhánková, Monika ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato bakalářská práce se zabývá analýzou prodejních dat společnosti, konkrétně klasifikací typu zákazníka podle jeho prodejních dat. Poskytuje teoretický úvod k získávání znalostí z dat. Popisuje proces klasifikace, metody pro vytváření klasifikátorů a je zde představen model CRISP-DM. V práci jsou popsány poskytnuté datové sady, ze kterých jsou vybrány relevantní atributy. Data jsou předzpracována a použita při tvorbě a testování klasifikačních modelů. Výsledkem práce je porovnání dosažených výsledků.
|
|
|
Classifier of astrophysics data
Rylko, Vojtěch ; Vrábelová, Pavla (oponent) ; Zendulka, Jaroslav (vedoucí práce)
This bachelor thesis describes selection, design and implementation of a data mining algoritm for astrophysical usage. The implementation of the random decision forests algorithm in C++ is evaluated on two astrophysical and some general experiments. Experiments are both classification and regression with time measuring. For comparison another three implementations are evaluated. The resulting implementation shows good results mainly in classification.
|
|
|
Identifikace objektů v obraze
Štěpán, Filip ; Malach, Tobiáš (oponent) ; Boleček, Libor (vedoucí práce)
Cílem práce je vytvoření algoritmu pro identifikaci objektu v obraze. Výsledný program bude schopen zpracovat reálná obrazová data. Z tohoto důvodu je důraz kladen zejména na složitost prostředí, ve kterém se objekty nalézají, spolehlivou segmentaci a kvalitní identifikaci objektu. Práce je zaměřena na detekci a identifikaci svislého dopravního značení v obraze, nacházejícího se podél silničních komunikací na území České republiky.
|
|
|
Dolování dat z databází
Slezák, Milan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Diplomová práce je zaměřená na představení možností data miningu. Data mining se zabývá odhalováním skrytých vazeb mezi data. Zájem o tuto oblast se datuje do 60. letech 20 století. Analýza dat našla uplatnění nejdříve v marketingu. Ovšem později se rozšířila do více oblastí a její možnosti stále ještě nejsou plně využity. Při analýze procesu je užitečné dodržovat jednu z metodologií, které byly za tímto účelem vypracovány. Metodologie představují struční systematický návod, jakým způsobem je vhodné postupovat. V rámci data miningu se uplatňuje široké množství algoritmů zaměřených na práci s daty. Je samozřejmé, že se zvyšujícím se zájmem o tuto problematiku stoupal i počet vhodných programů, které je možné pro analýzu využít. Přehled programů, zpracované ukázkové příklady a zhodnocení je také součástí této práce.
|
|
|
Návrh a realizace 3D hry
MUDRA, Štěpán
Cílem této práce bylo navrhnout a vytvořit 3D hru s využitím grafických assetů. Pro tvorbu hry byl využíván zejména herní engine Unity. Pro psaní programu bylo využito Visual Studio a Rider. Ve hře se hráč může setkat s nepřáteli, jejichž rozhodování je založeno na rozdílných způsobech. Prvním využitým způsobem pro rozhodování o další akci je rozhodování dle jediného kritéria. Dalším je pak rozhodovací model založený na více kritériích, u něhož lze nastavit i preference akcí. Hledání optimálního nastavení proběhlo s využitím genetického algoritmu. Rozhodování třetího nepřítele, kterého může hráč potkat se zakládá na využití neuronových sítí, jejichž výstup je následně převeden na akci, kterou nepřátelská postava vykoná.
|
|
|
Detection of modern Slow DoS attacks
Jurek, Michael ; Jonák, Martin (oponent) ; Sikora, Marek (vedoucí práce)
With the evolving number of interconnected devices, the number of attacks arises. Malicious actors can take advantage of such devices to create (D)DoS attacks against victims. These attack are being more and more sophisticated. New category of DoS attacks was discovered that tries to mimic standard user behavior -- Slow DoS Attacks. Malicious actor leverages transport protocol behavior to the highest option by randomly dropping packets, not sending or delaying messages, or on the other hand crafting special payloads causing DoS state of application server. This thesis proposes parameters of network flow that should help to identify chosen Slow DoS Attack. These parameters are divided into different categories describing single packets or whole flow. Selected Slow DoS Attack are Slow Read, Slow Drop and Slow Next. For each attack communication process is described on the transport and application layer level. Then important parameters describing given Slow DoS Attack are discussed. Last section sums up methods and tools of generation of these attacks. Next part deals with possibilities and tools to create such an attack, discuss basic communication concepts of creating parallel connections (multithreading, multiprocessing) and proposes own Slow DoS Attack generator with endless options of custom defined attacks. Next part describes testing environment for the attack generator and tools and scenarios of data capture with the goal of dataset creation. That dataset is used for subsequent detection using machine learning methods of supervised learning. Decision trees and random forest are used to detect important features of selected Slow DoS Attacks.
|
|
|
Srovnání logistické regrese a rozhodovacích stromů
Raadová, Zuzana ; Voříšek, Jan (vedoucí práce) ; Komárek, Arnošt (oponent)
Tato práce pojednává o klasifikaci binárních dat s využitím dvou často používaných metod - logistické regrese a rozhodovacích stromů. Tyto dvě metody přistupují ke klasifikaci rozdílným způsobem, a proto je cílem této práce porovnat úspěšnost jejich předpovědí. Nejprve je zaveden model logistické regrese a odhad jeho parametrů pomocí metody maximální věrohodnosti. Dále se práce věnuje rozhodovacím stromům, jakožto jednomu z hlavních klasifikačních nástrojů. Popsány jsou zde starší klasické algoritmy CART a C4.5 a taktéž novější algoritmy QUEST a CRUISE. Předpovědi obou metod jsou ukázány na reálné sadě dat.
|
host ::
RSS.