Identifikace obsahu šifrovaného video-streamu – Bc. Tomáš MACÁK
Bc. Tomáš MACÁK
Diplomová práce
Identifikace obsahu šifrovaného video-streamu
Encrypted video-stream identification
Anotace:
Tato práce se zabývá tvorbou datové sady naměřených, šifrovaných video streamů a následnou implementací řešení, které má za cíl identifikovat jejich obsah pomocí metod strojového učení. V teoretické části práce je nejdříve vysvětleno, co to video streaming on demand je a jak funguje. Následně jsou představeny modely strojového učení, které je možné využít k řešení tohoto problému. Kapitolu uzavírá …víceAbstract:
The aim of this thesis is to create a data set of measured encrypted video streams and subsequently try to discover if it is possible to identify the content of those streams. In the theoretical part the on - demand video streaming is introduced and then suitable machine learning models applicable to solve this problem are presented. The works focused on a similar topic are presented next. In followed …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 12. 4. 2024
Obhajoba závěrečné práce
- Vedoucí: Ing. Jan Fesl, Ph.D.
Citační záznam
Jak správně citovat práci
MACÁK, Tomáš. Identifikace obsahu šifrovaného video-streamu. České Budějovice, 2024. diplomová práce (Ing.). JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH. Ekonomická fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné do 12. 4. 2027
- Po tomto datu bude práce dostupná: světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH, Ekonomická fakultaJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH
Ekonomická fakultaMagisterský studijní program / obor:
Aplikovaná informatika / Softwarové inženýrství
Práce na příbuzné téma
-
Vývoj a provoz vysokozátěžové aplikace na doručování videa
Vít Koumar -
Klasifikace pomocí metod strojového učení
Tomáš Pompa -
Klasifikace klientské zpětné vazby
Nella Mazáčová -
Klasifikace galaxií pomocí strojového učení
Matej Kosiba -
Přístupy strojového učení v úloze klasifikace rentgenových snímků
Jaroslav Veverka -
Detekce a klasifikace cévní mozkové příhody kombinující diferenční zobrazování a strojové učení
Tomáš Peprník -
Klasifikace radiových modulací pomocí strojového učení
Kristýna Pijáčková -
Klasifikace hudebních souborů pomocí strojového učení
Matyáš Sládek