Ing. Mohamed NAAS
Diplomová práce
Towards Stealth VPN
Abstract:
Ensuring network traffic encryption for anonymity and interception prevention is essential. I conducted a thorough survey of VPN-related datasets and machine-learning approaches. I created a dataset USBVPN2022 for data scientists working on encrypted network traffic and VPN classification. The experiments in the thesis revealed key features and led to multiple proposals to achieve a stealth VPN.Abstract:
Ensuring network traffic encryption for anonymity and interception prevention is essential. I conducted a thorough survey of VPN-related datasets and machine-learning approaches. I created a dataset USBVPN2022 for data scientists working on encrypted network traffic and VPN classification. The experiments in the thesis revealed key features and led to multiple proposals to achieve a stealth VPN.
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 8. 2. 2024
Obhajoba závěrečné práce
- Vedoucí: Ing. Jan Fesl, Ph.D.
Citační záznam
Jak správně citovat práci
NAAS, Mohamed. Towards Stealth VPN. České Budějovice, 2024. diplomová práce (Mgr.). JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH. Přírodovědecká fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné do 8. 2. 2027
- Po tomto datu bude práce dostupná: světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH, Přírodovědecká fakulta
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH
Přírodovědecká fakultaMagisterský studijní program / obor:
Artificial Intelligence and Data Science / Artificial Intelligence and Data Science