Anomaly detection in network traffic

Bc. Jaromír Navrátil

Diplomová práce

Anotace:

Cílem této práce je poskytnout přehled metod detekce anomálií použitelných na data síťového provozu a implementovat a otestovat systém pro detekci anomálií v reálném čase. Tato práce navrhuje novou metodu detekce anomálií, kterou porovnává s několika již existujícími. Výsledné řešení je vyhodnoceno nad daty skutečného provozu, které byly poskytnuty zákazníkem společnosti Trusted Network Solutions. Výsledná aplikace se stane součástí adaptivního podnikového firewallu.

Abstract:

The goal of this thesis is to provide an overview of anomaly detection methods, specifically those usable on network traffic data, and to implement a framework for real-time anomaly detection. This thesis proposes a novel anomaly detection algorithm and compares it to several existing ones. The solution is evaluated using data from a real traffic provided by a customer of the company Trusted Network Solutions. The resulting application will become a part of an adaptive enterprise firewall.

Keywords

multi-instance clustering, machine learning, anomaly detection, network traffic

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 22. 5. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 19. 6. 2017
• Vedoucí: doc. RNDr. Lubomír Popelínský, Ph.D.
• Oponent: Mgr. Karol Kubanda

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Informatika / Počítačové systémy