03322ntm a22005297i 4500 000714306 CZ-PrVSE 20240623000300.0 m d cr n|||||||||| 240622s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Knobloch, Josef ISIS:162323 dis Analysis, Detection and Prevention of Cyber Threats in Machine Learning Environments eng Analýza, Detekce a Prevence Kybernetických Hrozeb v Prostředí Strojového Učení / Josef Knobloch 2024 ?? stran : digital, PDF soubor Vedoucí práce: Marie Kovářová Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Bakalářské práce vychází z rostoucí potřeby řešit bezpečnostní hrozby v prostředí Machine Learning (ML) a Deep learning (DL) modelů a zaměřuje se na identifikaci a prevenci kybernetických hrozeb, které mohou ovlivnit spolehlivost a důvěryhodnost těchto modelů. Cílem práce je s pomocí experimentálního ML modelu predikující diabetes, na kterém je testována účinnost tří vybraných kybernetických útoků, systematicky analyzovat a identifikovat bezpečnostní rizika, slabá místa a hrozby a navrhnout metody pro jejich detekci a prevenci. Výsledky experimentálního výzkumu ukazují reálné dopady těchto útoků na model, následně jsou díky výsledkům identifikována potenciálně slabá místa a na základě nich jsou navrženy metody ochrany, detekce a prevence před útoky na ML modely. Rovněž jsou zohledněny i etické a právní aspekty těchto útoků. Tato práce zdůrazňuje význam zkoumání bezpečnosti ML a DL modelů a poskytuje ucelený přehled o možných hrozbách a jejich dopadech. Díky tomu přispívá k lepšímu pochopení bezpečnostních rizik v oblasti ML a DL a pomáhá vyvíjet efektivnější strategie pro ochranu těchto modelů v praxi. Způsob přístupu: Internet aplikovaná informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas machine learning deep learning bezpečnostní rizika kybernetické hrozby prevence detekce Kovářová, Marie ISIS:53805 ths Maryška, Miloš ola2012698940 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/85621/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/85621 Hlavní práce https://insis.vse.cz/zp/85621/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/85621/posudek/oponent/81984 Oponentura https://insis.vse.cz/zp/85621/podrobnosti dc:identifier NEPOSILAT VSKP vse85621 240622 85621