|
|
Data Mining Based Web Analyzer of Job Advertisements
Wittner, Alex ; Dzurenda, Petr (referee) ; Sikora, Marek (advisor)
Cílem této bakalářské práce bylo vytvoření automatizovaného zadávání nových pracovních inzerátů pomocí vložení URL v rámci již existující webové aplikace https://rewire.informacni-bezpecnost.cz, jejíž cílem je shromažďování pracovních inzerátů v oblasti cybersecurity s podrobnou analýzou pracovních kompetencí. Pracovní inzeráty jsou analyzovány pomocí více vzorového vyhledávacího algoritmu Aho-Corasick, psaného v jazyce Java. K získávání informací ze zadaných pracovních inzerátů slouží Python skript využívající knihovnu Selenium. Výsledná implementace a webová stránka je vytvořena pomocí jazyka PHP a knihovny ReactJS využívající JavaScript.
|
|
|
Smart VoIP doorbell
Čecháček, Šimon ; Jedlička, Petr (referee) ; Caha, Tomáš (advisor)
This bachelor thesis focuses on the extension of an existing VoIP communicator on a single board computer Raspberry Pi, which uses the SIP protocol. The thesis introduces, among other things, an extension for one-way video transmission and conditional relay switching. The resulting communicator is able to make a call with two-way communication, execute a defined code using DTMF codes after authorization of the called user and switch a relay. The entire device is housed in a box printed on a 3D printer. The IT security of the proposed solution has been analyzed and the code and 3D model of the chassis are available on GitHub.
|
|
|
Control of appliances by Raspberry Pi
Panský, Michal ; Petyovský, Petr (referee) ; Macho, Tomáš (advisor)
This thesis deals with the design of hardware and software solutions for controlling household appliances using Raspberry Pi. The software part utilizes modern frameworks for creating web and mobile applications such as Svelte and SvelteNative, as well as programming languages like Typescript, Svelte, Python, and NativeScript. The thesis also describes the design and implementation of both the hardware and software parts, followed by the setup and execution of the entire program and the results of testing.
|
|
|
Application for building and displaying attack vectors using social engineering
Kašpar, Jan ; Vostoupal, Jakub (referee) ; Harašta, Jakub (advisor)
This thesis focuses on the most used social engineering techniques today, legislation related to social engineering and the development of a Red Teaming application. The thesis describes the social engineering techniques that are used, the paragraphs that are most commonly encountered in the use of these techniques and describes the functionality of the application that focuses on the Vishing technique and helps not to break the laws that have been identified as the most risky.
|
|
|
Object Detector for Robotic Workplace
Kneslík, Martin ; Bambušek, Daniel (referee) ; Materna, Zdeněk (advisor)
The main goal of this thesis was to create an algorithm for detection and tracking of colored cubes using the Kinect Azure depth camera and integrate this algorithm into the ARCOR2 system. The solution uses color filtering of the input image, the DBSCAN algorithm for finding clusters in the pointcloud, and RANSAC for plane detection. The detection is evaluated on a custom dataset with an accuracy of 91%. The user of the ARCOR2 system can use the results of this work in a demonstration workstation in the robotics lab, where robots will manipulate the colored cubes detected by the algorithm.
|
|
|
Binary masks DLP with DMD chip
Filip, Jakub ; Dostál, Zbyněk (referee) ; Matoušek, Radomil (advisor)
The diploma thesis aims to create a library in the Python programming language, which can control the DLP LightCrafter 9000 EVM evaluation module. Through this library, the potential of the purchased module in the field of high-speed imaging of binary masks should be achieved. The theoretical part of the thesis deals with DLP technology and hardware. The hardware properties are specified in more detail with respect to the purchased module. The following chapters focus on the command control interface and the GUI application, which provide additional information not only about the method of communication between the module and the PC but also about the conditions for achieving the desired outputs. The practical part deals with the analysis of communication between the module and the PC, the processing of digital image data, and the implementation of the library in the Python programming language.
|
|
| |
|
|
Deep Learning for Image Stitching
Šilling, Petr ; Beran, Vítězslav (referee) ; Španěl, Michal (advisor)
Sešívání obrázků je klíčovou technikou pro rekonstrukci objemů biologických vzorků z překrývajících se snímků z elektronové mikroskopie (EM). Současné metody zpracování snímků z EM k sešívání zpravidla využívají ručně definované příznaky, produkované například technikou SIFT. Nedávný vývoj však ukazuje, že konvoluční neuronové sítě dokáží zlepšit přesnost sešívání tím, že se naučí diskriminativní příznaky přímo z trénovacích obrázků. S ohledem na potenciál konvolučních neuronových sítí tato práce navrhuje sešívací nástroj DEMIS, který staví na pozornostní síti LoFTR pro hledání shodných příznaků mezi páry obrázků. Dále práce navrhuje novou datovou sadu generovanou dělením obrázků z EM s vysokým rozlišením na pole překrývajících se dlaždic. Výsledná datová sada je použita pro dotrénování sítě LoFTR a k vyhodnocení nástroje DEMIS. Experimenty na dané datové sadě ukazují, že nástroj je schopen nalézt přesnější shody mezi příznaky než SIFT. Navazující experimenty na obrázcích s vysokým rozlišením a malými překryvy mezi dlaždicemi dále poukazují na výrazně vyšší robustnost oproti metodě SIFT. Dosažené výsledky celkově naznačují, že hluboké učení může vést k prospěšným změnám v oblasti EM, například k umožnění menších překryvů mezi snímanými obrázky.
|
|
| |
|
|
Interpreting the learning process of an atrial fibrillation classifier
Lichtblauová, Anna ; Ředina, Richard (referee) ; Novotná, Petra (advisor)
In the theoretical part of the bachelor thesis the problems of atrial fibrillation (AF) detection and principles of convolutional neural networks (CNN) are discussed. Next, two classifiers were created in the practical part. The first was designed to classify sinus rhythm, atrial fibrillation and other pathologies, while the second further distinguished the category "atrial fibrillation" according to whether it was present in the whole recording or only in a part of it. The resulting accuracies are 82.12 \% and 85.14 \% for the first and second classifiers, respectively.
|
guest ::
