Detail práce
Vyhodnocování rizik internetových domén
Internetové domény hrají klíčovou roli při poskytování webových služeb. Je tedy nezbytně nutné umět škodlivé domény odhalit. V této práci jsou rozebrány přístupy ke klasifikaci internetových domén, jakožto i výběr a zdroje dat, použitých k této klasifikaci. Pozornost je především zaměřena na metody strojového učení neuronovými sítěmi a metodou podpůrných vektorů. Pomocí těchto metod je implementován systém, který vykazuje 96,3% přesnost na testovacích datech.
rizika domén, klasifikace doménových jmen, neuronové sítě, support vector machines
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
- Je možné na základe spätnej väzby, napríklad z Vášho webového systému, zlepšiť výsledky klasifikácie? Ak áno, ako?
Beran Vítězslav, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Kořenek Jan, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Orság Filip, Ing., Ph.D. (UITS FIT VUT), člen
@bachelorsthesis{FITBT25126, author = "Jan Poli\v{s}ensk\'{y}", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Vyhodnocov\'{a}n\'{i} rizik internetov\'{y}ch dom\'{e}n", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2022, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/25126/" }