Machine learning based anomaly detection in real network traffic

Tato práce se zabývá využítím metod strojového učení v oblasti síťové bezpečnosti. Jejím cílem je implementace vybraných algoritmů z oblasti strojového učení pro detekci anomálií v síťových tocích. Součástí práce je rovněž popis řešení pro zachycování dat o tocích v síti z reálné počítačové sítě. Tato data o síťových tocích jsou použita pro srovnání úspěšnosti implementovaných algoritmů.This work deals with the using of machine learning for network security. Aim of this work is implementation of chosen machine learning algorithms for anomaly detection in network flows. This work also contains description of method for capturing data about network flows from real computer network. Captured data are then used for comparison of implemented algorithms