|
|
Tool for Automated Penetration Testing of Web Servers
Rajecký, Michal ; Holop, Patrik (referee) ; Malinka, Kamil (advisor)
Táto práca sa zaoberá témou kybernetickej bezpečnosti s dôrazom na bezpečnosť webových serverov. Zahŕňa technológie, ktoré sa používajú na ochranu webových serverov pred častými bezpečnostnými hrozbami. Ďalej sa práca venuje spôsobu odhaľovania týchto bezpečnostných hrozieb pomocou rôznych metodík penetračného testovania a zoznamu OWASP TOP 10. V praktickej časti je vyvýjaný framework pre automatizované testovanie webových serverov. Integruje funkcionalitu vybraných nástrojov a poskytuje podporu pre uživateľom definované moduly. V závere práce je funkčnosť nástroja overená v simulovanom prostredí.
|
|
|
Meibograf Image Processing and Detection of Sebaceous/Meibomian Glands
Sandanus, Michal ; Malinka, Kamil (referee) ; Rydlo, Štěpán (advisor)
This thesis describes meibomian glands, methods of their observation and imaging. The current state-of-the-art in the field of segmentation of the eyelid and meibomian glands is presented, and based on it, a functional prototype of the application for solving the given problem using the methods of convolutional neural networks is created. Segmentation is performed by a 19-layer adaptation of the U-Net architecture and the MobileNetV3-large architecture with the LR-ASPP segmentation head. By combining these architectures, values that exceed the results of related works in certain metrics were achieved. The application is implemented as a desktop application in .NET 7.0 framework using OpenCV library.
|
|
|
Testing the Robustness of a Voice Biometrics System against Deepfakes
Reš, Jakub ; Firc, Anton (referee) ; Malinka, Kamil (advisor)
Tématem této práce je vytvoření metodologie testování odolnosti hlasového biometrického systému vůči deepfakům. Hlavní problém v současné době leží v nedostatečném pokrytí testování proti prezentačním útokům užitím deepfaků ve standardech ISO/IEC. Cílem práce je vyplnění této mezery, vzniklé příchodem technologie deepfaků, navržením metodologie, založené na současných postupech, která se soustředí na pokrytí této problematiky. Řešení navrženého problému začíná studií nejnovějšího stavu oblasti deepfaků a standardních postupů pro testování biometrických systémů. Druhým krokem je navržení a zdokumentování metody testování hlasového biometrického systému. Test byl navržen jako scénář, ve kterém je hlasový biometrický systém Phonexia použit jako nástroj pro vzdálenou verifikaci použitý pro hlas-jako-heslo. Pro účely demonstrace byl použit veřejně online dostupná datová sada. Mimo samotný návrh testu jsem také zavedl nestandardní metriku vyhodnocení pro ukázku možností zaměření na různé typy deepfaků. Po provedení a vyhodnocení testů jsem zformuloval postup do obecné opakovatelné metodologie, obsahující praktiky a doporučení. Přínos této práce leží v zapracování deepfaků do existujících standardních metodologií testování biometrických systémů a tak formování a demonstrování opakovatelné metodologie.
|
|
|
Secure Coding Guidelines for PHP
Holý, Tomáš ; Firc, Anton (referee) ; Malinka, Kamil (advisor)
Vzhledem k široké škále webových aplikací a služeb, které jsou dnes k dispozici, se zabezpečení webu stalo jedním z nejdůležitějších aspektů moderního vývoje webových stránek. Útočníci z celého světa neustále hledají bezpečnostní chyby, které by mohli zneužít, a je na vývojářích webových aplikací, aby své aplikace před těmito útoky ochránili. Pokud se jim to nepodaří, může to vést k přerušení provozu služeb, úniku zdrojového kódu nebo únikům dat, které kompromitují data uživatelů. Cílem této práce je poskytnout úvod do problematiky zabezpečení webových aplikací a soubor programátorských zásad, které by měl znát každý vývojář jazyka PHP, aby zajistil minimální přijatelnou úroveň zabezpečení. Tato práce se zabývá moderními bezpečnostními standardy, nástroji a postupy a také nejčastějšími bezpečnostními chybami a způsoby, jak jim předcházet. Výsledkem této práce je bezplatná výuková webová aplikace nabízející pokyny pro bezpečné kódování v jazyce PHP, která je k dispozici na adrese php.tomasholy.dev.
|
|
|
Automated Testing Environment
Verevkin, Aleksandr ; Januš, Filip (referee) ; Malinka, Kamil (advisor)
Tato práce se zabývá úkolem nastavení prostředí pro testování softwaru. Hlavním cílem je tento proces zjednodušit a zautomatizovat. Zvolený problém je určen k řešení pomocí stávajících nástrojů pro automatizaci workflow. Konkrétně, za pomocí Apache Airflow, platformou pro správu pracovních toků pro datové inženýrské pipeliny. Přínos této práce je ve studiu existujících nástrojů pro automatizaci pracovních postupů a vytvoření frameworku pro automatické nasazování infrastruktury.
|
|
|
Resilience of Biometric Authentication of Voice Assistants against Deepfakes
Šandor, Oskar ; Firc, Anton (referee) ; Malinka, Kamil (advisor)
S rozvojom technológie deepfake sa napodobňovanie hlasu cudzích ľudí stalo oveľa jednoduchším. Na napodobnenie hlasu osoby a prípadné oklamanie človeka alebo stroja už nie je potrebné mať profesionálneho imitátora. Útočníkom stačí niekoľko nahrávok hlasu osoby bez ohľadu na obsah, aby vytvorili klon hlasu za pomoci online nástrojov. V takom prípade dokáže útočník vytvoriť syntetické nahrávky s obsahom, ktorý daná osoba možno nikdy nepovedala. Tieto nahrávky sa dajú zneužiť napríklad na neoprávnené používanie hlasových asistentov. Cieľom tejto práce je zistiť, či hlasoví asistenti dokážu rozpoznať tieto nahrávky. Vykonané experimenty ukazujú, že deepfakes vytvorené v priebehu niekoľkých minút dokážu obísť schopnosť hlasových asistentov rozpoznať hovoriaceho a môžu byť použité na uskutočnenie viacerých útokov.
|
|
|
Acceleration of a Neural Network for Face Detection in Low Light Conditions
Orava, Vojtěch ; Malinka, Kamil (referee) ; Goldmann, Tomáš (advisor)
The goal of this thesis is to build neural network for face detection in low light conditions, accelerate this network and compare it with other existing networks. Detection problem is solved with convolution neural network (CNN), which is trained on WIDER FACE and DARK FACE datasets. This CNN is accelerated by device Intel Neural Compute Stick 2. This work also summarise existing approaches in face detection (classic and neural networks based) and compares this approaches to the new ones. New detectors are based on TensorFlow Object Detection API. The best new model has average precision 47.1 % on custom validation dataset (detector YOLOv7-face has 42.8 % average precision). Speed of detection and influence of acceleration and quantization were also measured. With quantization some models could speed-up 3 times. Within this work, a GUI application for models tests was also developed. It can detect faces with newly created models and with some existing approaches.
|
|
|
Deepfake Dataset for Evaluation of Human Capability on Deepfake Recognition
Radačovská, Karolína ; Malinka, Kamil (referee) ; Firc, Anton (advisor)
Umelá inteligencia je na ceste stať sa jednou z najpoužívanejších technológií vo svete. Mnohí z nás ju bez zaváhania využívajú každý deň. Zvykli sme si na ňu a začali sme jej dôverovať. Avšak, tiež je veľmi jednoduché jej padnúť za obeť. Táto práca reaguje na hrozby a riziká súvisiace s hlasovými deepfake technológiami, oblasťou umelej inteligencie. Primárnym cieľom tohto projektu je vykonať experiment s deepfake nahrávkami ohodnotenými navrhnutým systémom kvality. Našou motiváciou je neustále rastúci počet obetí podvodov hlasových deepfakes, nezodpovedané otázky v oblasti synteticým médií, a vykonané experimenty, ktoré dosiahli zaujímavé závery. Naše výsledky priniesli cenné informácie v oblasti ľudskej schopnosti rozpoznávať hlasové deepfakes na rôznych úrovniach kvality. Tiež sme zodpovedali otázky týkajúce sa ľudskej schopnosti rozpoznávať hlasové deepfakes v ich rodnom jazyku, alebo či dokážu častejšie rozpoznať hlasové deepfakes, keď použijú pre ich počúvanie slúchadlá miesto reproduktorov.
|
|
|
Assessing the Human Ability to Recognize Synthetic Speech
Prudký, Daniel ; Malinka, Kamil (referee) ; Firc, Anton (advisor)
Tato práce reaguje na vývoj umělé inteligence a jejího potencionálního zneužití v oblasti kybernetické bezpečnosti. Jejím cílem je otestovat a ohodnotit lidskou schopnost rozpoznávat podmnožinu syntetické řeči, zvanou hlasový deepfake. Práce popisuje experiment, ve kterém jsme s respondenty komunikovali pomocí hlasových zpráv. Respondentům jsme odprezentovali krycí příběh o tom, že testujeme uživatelskou přívětivost hlasových zpráv a přitom jim tajně během konverzace poslali předpřipravenou deepfake nahrávku a sledovali například jejich reakce, znalosti o deepfakes nebo kolik z respondentů správně určí, která zpráva byla upravená. Výsledky práce ukázali, že žádný z respondentů nezareagoval na podvodnou deepfake zprávu a pouze jeden zpětně přiznal, že si všiml něčeho konkrétního. Na druhou stranu, hlasovou zprávu, která obsahovala deepfake, po experimentu správně označilo 96,8% respondentů. Z výsledků tedy vyplývá, že ačkoli byla deepfake nahrávka snadno identifikovatelná mezi ostatními, nikdo na ni nezareagoval. Práce ukazuje, že lidská schopnost rozpoznávat hlasové deepfakes není na takové úrovni, abychom jí mohli důvěřovat. Pro lidi je velmi obtížné rozlišit mezi skutečnými a falešnými nahrávkami, zvláště pokud je nečekají.
|
|
|
Face Image Frontalization Application
Tichý, Filip ; Malinka, Kamil (referee) ; Goldmann, Tomáš (advisor)
This work focuses on implementing an application for face frontalization using the CFR-GAN project and rotating the 3D face model followed by rendering. The aim of this work is to evaluate the impact of the application on face recognition accuracy based on the Fidentis dataset. The results are presented in the form of box plots, which depict the Euclidean distances between the generated frontalized images and the real images. It was found that when frontalizing using the rotation of a 3D model from high angles of rotation, the success of facial recognition process increases. Conversely, when frontalizing using the Complete Face Recovery GAN projekt, the recognition success signiĄcantly decreases. The VGG Face algorithm was used for comparing the images. The entire application is implemented in Python using commonly available libraries.
|
guest ::
