Přístupnostní navigace
E-application
Search Search Close
Bachelor's Thesis
Author of thesis: Ondřej Broža
Acad. year: 2025/2026
Supervisor: Ing. Ivana Burgetová, Ph.D.
Reviewer: Ing. Vladimír Bartík, Ph.D.
The aim of this thesis is to use autoencoders for anomaly detection in network traffic analysis. The thesis includes data processing and preparation, the implementation and training of an autoencoder on benign data, and subsequent testing of various parameters. The result of the thesis is a Python script that detects unwanted network traffic. In practice, the script may be used for detecting attacks and malware.
autoencoders, anomaly detection, network traffic analysis, TLS flow data, encrypted communication, reconstruction error, malware, machine learning
Date of defence
16.06.2026
Result of the defence
Defended (thesis was successfully defended)
Grading
C
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.
Topics for thesis defence
Language of thesis
Czech
Faculty
Fakulta informačních technologií
Department
Department of Information Systems
Study programme
Information Technology (BIT)
Composition of Committee
prof. Ing. Adam Herout, Ph.D. (předseda) doc. Ing. Michal Bidlo, Ph.D. (místopředseda) Ing. Jaroslav Dytrych, Ph.D. (člen) Ing. Ivana Burgetová, Ph.D. (člen) Dr. Ing. Petr Peringer (člen)
Supervisor’s reportIng. Ivana Burgetová, Ph.D.
Student se o řešené téma zajímal a snažil se ho zodpovědně vyřešit. Jeho aktivitu při řešení bakalářské práce hodnotím jako průměrnou. Proto navrhuji hodnocení stupněm C.
Jedná se o experimantální práci jejíž cílem bylo otestovat různé konfigurace autoenkodérů (počty vrstev a neuronů, aktivační funkce, počty epoch) a různé vstupní rysy pro detekci malware z TLS dat. Zadání práce doplňuje výzkum klasifikace síťového provozu skupiny NES@FIT. Zadání práce student splnil a práce přinesla některé užitečné výsledky.
Student využil doporučenou literaturu a dále aktivně vyhledal další potřebné zdroje informací.
Student pracoval na řešení bakalářské práce systematicky a aktivně, i když někdy mohla práce postupovat o něco rychleji. Student dodržoval dohodnuté termíny konzultací a na konzultace byl dobře připraven.
Realizační část práce i technická zpráva byly dokončeny včas a student do závěrečné verze zapracoval většinu mých připomínek.
Grade proposed by supervisor: C
Reviewer’s reportIng. Vladimír Bartík, Ph.D.
Bakalářská práce splňuje zadané cíle, neobsahuje závažnější nedostatky a celkově ji hodnotím jako průměrnou. Navrhuji proto hodnocení stupněm C (dobře).
Evaluation level: moderately difficult assignment
Cílem bakalářské práce bylo seznámit se s principy šifrované síťové komunikace a daty popisujícími tuto komunikaci. Nad těmito daty poté bylo potřeba provést experimenty vyhodnocující detekcí malwaru s využitím autoenkodérů pro detekci anomálií. Zadání tedy vyžadovalo rozsáhlejší studijní etapu a provedení většího množství experimentů, pro bakalářskou práci je tedy náročnost odpovídající.
Po obsahové stránce je technická zpráva vyhovující, všechny kroky jsou srozumitelně popsány. Jako nedostatek vnímám chybějící detailnější popis vstupního datasetu (velikost, podrobnější popis atributů ...). Také mi v práci chybí jednoznačný závěr, zda by bylo vhodné detekci použitou v experimentech využít v praxi v reálném síťovém provozu. Jinak je ale vše v pořádku, rozdělení do kapitol je v pořádku a jejich rozsahy také.
Po typografické stránce nevidím v práci zásadní nedostatky, pouze mohly být některé obrázky převedeny do vektorové grafiky. Text je také bez většího množství gramatických chyb, které se vyskytují jen ojediněle.
Výsledkem je sada skriptů v jazyce Python, které provádějí popsané experimenty. Není to úplně uživatelsky přívětivé (nastavení občas probíhá tak, že se některé části kódu dávají do poznámek), ale pro experimentální účely je to zcela dostačující. Experimenty jsou poměrně rozsáhlé a jsou přehledně zdokumentovány.
Výsledky této bakalářské práce mohou být základem pro další výzkum v oblasti detekce malwaru na FIT VUT.
Evaluation level: assignment fulfilled
Všechny body zadání byly splněny.
Evaluation level: is within the usual extent
Student využil celkem 18 studijních pramenů, ty jsou také v technické zprávě řádně odkazovány, vlastní výsledky studenta jsou tedy z práce zřejmé a k porušení citační tetiky nedošlo.
Grade proposed by reviewer: C
Responsibility: Mgr. et Mgr. Hana Odstrčilová