Machine learning algorithms in computer security

U ovom radu dan je pregled najčešće korištenih algoritama strojnog učenja u računalnoj sigurnosti, pogotovo sustava za detekciju neovlaštenog napada koji se temelje na anomalijama. Takvi sustavi na osnovu normalnog ponašanja korisnika detektiraju nelegalnog korisnika. Za to se koriste različite metode i pristupi, a jedna od njih je ponašajna biometrija. Biometrijske metode kao što je dinamika tipkanja mogu biti korištene za autentikaciju. Implementiran je jednostavan sustav za otkrivanje neovlaštenog pristupa baziran na dinamici tipkanja i testiran s dvije vrste algoritma strojnog učenja. Na kraju su prezentirani eksperimentalni rezultati dobiveni nad različitim skupovima za učenje i testiranje.This thesis gives an overview on some of the existing machine learning algorithms used in computer security, especially in the field of anomaly-based intrusion detection systems. Anomaly intrusion detection uses the normal usage behaviour patterns to identify the intrusion. Different techniques and approaches have been used and one of them is behavioral biometric. Biometric technologies such as keystroke dynamics can be used for authentication. Simple intrusion detection system based on keystroke dynamics was implemented and tested on two different machine learning algorithms. Finally, experimental results obtained from multiple training and testing sets are presented