Efficient kNN classification of malware from HTTPS data
Název práce v češtině: | Efektivní kNN klasifikace malwaru z HTTPS dat |
---|---|
Název v anglickém jazyce: | Efficient kNN classification of malware from HTTPS data |
Klíčová slova: | kNN klasifikace, MapReduce, HTTPS data |
Klíčová slova anglicky: | kNN classification, MapReduce, HTTPS data |
Akademický rok vypsání: | 2016/2017 |
Typ práce: | bakalářská práce |
Jazyk práce: | angličtina |
Ústav: | Katedra softwarového inženýrství (32-KSI) |
Vedoucí / školitel: | doc. RNDr. Jakub Lokoč, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 20.10.2016 |
Datum zadání: | 20.10.2016 |
Datum potvrzení stud. oddělením: | 28.11.2016 |
Datum a čas obhajoby: | 06.09.2017 00:00 |
Datum odevzdání elektronické podoby: | 21.07.2017 |
Datum odevzdání tištěné podoby: | 21.07.2017 |
Datum proběhlé obhajoby: | 06.09.2017 |
Oponenti: | RNDr. Leo Galamboš, Ph.D. |
Zásady pro vypracování |
Předmětem práce bude naimplementovat a otestovat různé škálovatelné metody pro kNN klasifikaci malwaru z deskriptorů zachycujících vlastnosti HTTPS síťového provozu. Autor vybere jak centralizovanou, tak distribuovanou metodu pro efektivní vyhodnocování kNN dotazů a provede měření rychlosti a přesnosti na anotované kolekci reálných dat. Pro danou úlohu navrhne vhodné možnosti aproximativního hledání. |
Seznam odborné literatury |
White T. Hadoop: the definitive guide. Fourth edition. Beijing: O'Reilly, 2015. ISBN 1491901632.
Čech P., Kohout J., Lokoč J., Komárek T., Maroušek J., Pevný T. Feature Extraction and Malware Detection on Large HTTPS Data Using MapReduce. LNCS 9939 Springer, SISAP 2016 Lokoč J., Kohout J., Čech P., Skopal T., Pevný T. k-NN Classification of Malware in HTTPS Traffic Using the Metric Space Approach. LNCS 9650 Springer, PAISI 2016 Kohout J., Pevny, T.: Automatic discovery of web servers hosting similar applications. In: 2015 IFIP/IEEE International Symposium on Integrated Network Management (IM) (2015) |