|
|
Detekce anomálií HTTP aplikací
Rádsetoulal, Vlastimil ; Homoliak, Ivan (oponent) ; Očenášek, Pavel (vedoucí práce)
Cieľom tejto práce je predstaviť princípy a odhaliť možnosti detekcie anomálií v HTTP prevádzke, ako jednej z metód, pre detekciu pokusov o prienik do webových systémov. Táto práca obsahuje teoretický základ, kritický pre detekciu anomálií v HTTP prevádzke a pre využitie neurónových sietí, k jej implementácii. Práca predstavuje dizajn modelu pre detekciu anomálií, ušitý na mieru pre konkrétny webový server v tejto práci, opisuje jeho implementáciu a hodnotí výsledky. Výsledok tejto práce je úspešný prvotný experiment, ktorý spočíva v modelovaní bežnej, neškodnej HTTP prevádzky a vytvorení mechanizmu, ktorý je schopný detegovať anomálie v budúcej prevádzke.
|
|
|
Anomaly Detection in Generated Incident Ticket Volumes
Šurina, Timotej ; Rychlý, Marek (oponent) ; Trchalík, Roman (vedoucí práce)
This bachelor thesis deals with the issue of time series anomaly detection. It presents methods STL decomposition, ARIMA, Exponential Smoothing and LSTM Networks. The aim is to use these methods to create an algorithm that can analyze the trend in a volume of generated incident tickets and detect anomalies form the trend. The solution was created based on a dataset provided by firm AT&T Global Network Services Czech Republic s.r.o. and implemented in the Python programming language.
|
|
|
Detekce anomálií HTTP aplikací
Rádsetoulal, Vlastimil ; Homoliak, Ivan (oponent) ; Očenášek, Pavel (vedoucí práce)
Cieľom tejto práce je predstaviť princípy a odhaliť možnosti detekcie anomálií v HTTP prevádzke, ako jednej z metód, pre detekciu pokusov o prienik do webových systémov. Táto práca obsahuje teoretický základ, kritický pre detekciu anomálií v HTTP prevádzke a pre využitie neurónových sietí, k jej implementácii. Práca predstavuje dizajn modelu pre detekciu anomálií, ušitý na mieru pre konkrétny webový server v tejto práci, opisuje jeho implementáciu a hodnotí výsledky. Výsledok tejto práce je úspešný prvotný experiment, ktorý spočíva v modelovaní bežnej, neškodnej HTTP prevádzky a vytvorení mechanizmu, ktorý je schopný detegovať anomálie v budúcej prevádzke.
|
|
|
Anomaly Detection in Generated Incident Ticket Volumes
Šurina, Timotej ; Rychlý, Marek (oponent) ; Trchalík, Roman (vedoucí práce)
This bachelor thesis deals with the issue of time series anomaly detection. It presents methods STL decomposition, ARIMA, Exponential Smoothing and LSTM Networks. The aim is to use these methods to create an algorithm that can analyze the trend in a volume of generated incident tickets and detect anomalies form the trend. The solution was created based on a dataset provided by firm AT&T Global Network Services Czech Republic s.r.o. and implemented in the Python programming language.
|
host ::
RSS.