Využití analýzy časových řad v oblasti monitorování síťového provozu – Bc. Štěpán Trčka
Bc. Štěpán Trčka
Bachelor's thesis
Využití analýzy časových řad v oblasti monitorování síťového provozu
Time Series Analysis in Network Traffic Monitoring
Abstract:
Tato práce se zabývá problematikou analýzy a predikce síťového provozu. V první kapitole se věnuji predikčním metodikám ARIMA a rekurentním neuronovým sítím a jejich aplikaci na časové řady. Druhá kapitola je zaměřena na problematiku monitorování síťových toků. Ve třetí kapitole se zabývám predikcí síťových toků prostřednictvím vlastních analytických programů naimplementovaných v jazyce Python.Abstract:
This thesis is concerned with analysis and prediction of network traffic. In the first chapter I dedicate myself to prediction methods ARIMA and recurrent neural networks and their application on time series. The second chapter is focused on network flows monitoring. In the third chapter I deal with network flows prediction using own analysis programs implemented in Python.
Language used: Czech
Date on which the thesis was submitted / produced: 23. 5. 2018
Identifier:
https://is.muni.cz/th/h9g9w/
Thesis defence
- Date of defence: 26. 6. 2018
- Supervisor: RNDr. Tomáš Jirsík
- Reader: RNDr. Martin Drašar, Ph.D.
Citation record
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsBachelor programme / field:
Informatics / Computer Networks and Communication
Theses on a related topic
-
Vymezení výtvarného stylu tematických map metodami machine learning
Martin SADÍLEK -
Identifikace cílů RNA vazných proteinů pomocí Machine Learning algoritmů
Eliška Chalupová -
Analysis and classification of long terminal repeat (LTR) sequences using machine learning approaches
Jakub Horváth -
Brain Imaging in Schizophrenia: Advanced Machine Learning Strategies
Roman Vyškovský -
Utilization of Machine Learning in Biomedical Image Synthesis
David Wiesner -
Localization of mobile devices using machine learning
Aleš Calábek -
Machine learning techniques of mass spectra prediction
Filip Jozefov -
Exchange rates predictions using machine learning methods
Yaroslav Korobka