prikaz prve stranice dokumenta Parametrizacija napadačkog prometa i primjena u zadanim topologijama
  Preuzmi
PDF 986.77 KB
diplomski rad
Parametrizacija napadačkog prometa i primjena u zadanim topologijama
2024. urn:nbn:hr:168:327298
Pagon, Vilim
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Pagon, V. (2024). Parametrizacija napadačkog prometa i primjena u zadanim topologijama (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:327298

Pagon, Vilim. "Parametrizacija napadačkog prometa i primjena u zadanim topologijama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:327298

Pagon, Vilim. "Parametrizacija napadačkog prometa i primjena u zadanim topologijama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:327298

Pagon, V. (2024). 'Parametrizacija napadačkog prometa i primjena u zadanim topologijama', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 21.03.2025., https://urn.nsk.hr/urn:nbn:hr:168:327298

Pagon V. Parametrizacija napadačkog prometa i primjena u zadanim topologijama [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 21.03.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:327298

V. Pagon, "Parametrizacija napadačkog prometa i primjena u zadanim topologijama", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:327298

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:327298
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovParametrizacija napadačkog prometa i primjena u zadanim topologijama
Naslov (engleski)Parametrization of attack traffic and application in given topologies
AutorVilim Pagon
MentorStjepan Groš (mentor)
Član povjerenstvaStjepan Groš (predsjednik povjerenstva)
Član povjerenstvaAdrian Satja Kurdija (član povjerenstva)
Član povjerenstvaLeonardo Jelenković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-07-01, Hrvatska
Sažetak
Ovaj rad istražuje izazove treniranja algoritama strojnog učenja za detekciju mrežnih napada, posebno zbog nedostatka malicioznog prometa u dostupnim skupovima podataka. Većina mrežnog prometa je benigni, a identificiranje malicioznog prometa je izazovno. Tradicionalni pristupi snimanja prometa tijekom penetracijskih testova ili umjetnog generiranja napadačkog prometa često brzo zastarijevaju. U radu su analizirani javno dostupni skupovi podataka poput UNSW-NB15, CSE-CIC-IDS2018 i Kitsune... Više Network Attack dataset, te ručno snimljeni skupovi podataka. Tehnike generiranja napada uključuju filtriranje javno dostupnih podataka i ručno generiranje napada, dok je modifikacija napada ključna za prilagodbu parametrima, skaliranje, promjenu intenziteta i upravljanje s vremenom napada. Razvijeno je programsko rješenje za generiranje napadačkog prometa prema topologijama formata CCS. Opisana je implementacija lokalne baze uzoraka napada, formatiranje CCS topologije, parsiranje scenarija, generiranje napada i kreiranje PCAP datoteka. Prikazani su primjeri korištenja, rezultati i ograničenja rješenja, uz smjerove za daljnje istraživanje. Sakrij dio sažetka
Sažetak (engleski)
This paper explores the challenges of training machine learning algorithms for detecting network attacks, particularly due to the lack of malicious traffic in available datasets. Most network traffic is benign, and identifying malicious traffic is challenging. Traditional approaches of recording traffic during penetration tests or artificially generating attack traffic often quickly become outdated. This study analyzes publicly available datasets such as UNSW-NB15, CSE-CIC-IDS2018, and... Više Kitsune Network Attack dataset, as well as manually recorded datasets. Attack generation techniques include filtering publicly available data and manually generating attacks, with attack modification being crucial for parameter adjustment, scaling, intensity variation, and timing control of attacks. A software solution was developed to generate attack traffic according to CCS topology formats. The implementation of a local attack sample database, CCS topology formatting, scenario parsing, attack generation, and PCAP file creation are described. Examples of usage, results, and solution limitations are presented, along with directions for further research. Sakrij dio sažetka
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:327298
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-10-12 21:44:05
accessibility

closePristupačnostrefresh

Ako želite spremiti trajne postavke, kliknite Spremi, ako ne - vaše će se postavke poništiti kad zatvorite preglednik.