Used filters (1)  Zrušit všechna omezení
Number of found documents: 538847
Published from to

Optické měření posunů pmocí SIR
Nežerka Václav; Jakub Antoš; Konvalinka Petr
2021 -
Vývoj technologií internetu věcí (IoT) otevřel cestu pro vzdálené hodnocení statického stavu konstrukcí. Takové posouzení může být provedeno monitorováním relativních posunů konstrukčních prvků, protože bezprostřední selhání stavebních konstrukcí se obvykle projevuje ztrátou tuhosti a tím i nadměrnými deformacemi při statickém namáhání nebo změnou vlastních frekvencí v důsledku dynamického buzení. Za tímto účelem byl vyvinut open-source nástroj pro měření relativních posunů v reálném čase na základě registrace obrazu. Použití diskrétní Fourierovy transformace a převzorkovanou maticí obrazu, omezené na předem vybrané body na konstrukci umožňuje vysoké vzorkovací frekvence s přesností menší, než jeden pixel. V rámci disertační práce byla posouzena přesnost systému s ohledem na fyzické měřítko a software byl úspěšně ověřen experimentálním testováním v laboratoři. Kromě laboratorního testování k ověření funkčnosti prototypu pomocí laboratorního vybavení byl navržen přenosný hardware plně benefitující z jednoduchosti používaných algoritmů. Tento hardware byl testován v reálných podmínkách, přičemž byla ověřována funkčnost dvou řešení: (i) zařízení určené pro měření v reálném čase se shromažďováním dat při vysokých frekvencích vzorkování a (ii) hardware zaměřený na spolehlivost pro dlouhodobá měření mimo dosah elektrického napájení. Obě řešení byla testována ve venkovním prostředí; první pro měření průhybů mostů v důsledku dopravního zatížení a druhý pro monitorování stability horninového masivu. Kromě měření v reálném čase byly algoritmy použity také pro měření v off-line režimu. Výpočtově efektivní algoritmy zde umožňovaly zpracování velkých obrazových sekvencí, např. z měření pomocí vysokorychlostních kamer.Development of Internet-of-things (IoT) technologies opened the way for remote assessment of structural health. Such an assessment can be accomplished by monitoring relative displacements of structural elements since the imminent failure of civil engineering structures usually manifests through a loss of stiffness and hence excessive displacements under static loading or change in vibration frequencies due to dynamic excitation. With these facts in mind, an open-source tool for real-time measurement of relative displacements based on image registration was developed. The use of upsampled matrix-multiplication discrete Fourier transform and measurement limited to predefined points of interest by virtual extensometers allowed high sampling frequencies with subpixel accuracy. The accuracy of the system with respect to a physical length-scale was assessed, and the software was successfully verified through experimental testing in a laboratory. Besides the proof-of-concept laboratory testing using delicate equipment, the developed software was accommodated in portable hardware to fully benefit from the lightweight algorithms. Existence of such a measurement system enabled remote monitoring of displacements and deformations outdoors. Two types of hardware solutions were tested: (i) intended for real-time measurement with a collection of data at high sampling rates and (ii) reliability-focused hardware for off-grid long-term measurements. Both solutions were tested outdoors; the first for measurement of bridge deflections due to traffic loading and the latter for monitoring of a rock massif stability. Besides real-time measurements, the algorithms were also employed for measurements in an off-line mode. Here, the computationally efficient algorithms allowed processing of larger sequences of images recorded, e.g., using high-speed cameras. Keywords: mostní konstrukce; metoda SIR; záznamy měření; sw RTCorr; bridge construction; method SIR; measurement record; sw; RTCorr Available in digital repository of ČVUT.
Optické měření posunů pmocí SIR

Vývoj technologií internetu věcí (IoT) otevřel cestu pro vzdálené hodnocení statického stavu konstrukcí. Takové posouzení může být provedeno monitorováním relativních posunů konstrukčních prvků, ...

Nežerka Václav; Jakub Antoš; Konvalinka Petr
České vysoké učení technické v Praze, 2021

Analýza stresových parametrů pilotů simulátoru Boeingu
Čmejla Roman; Martin Blažek; Vyšata Oldřich
2021 -
Tato práce zabývá analýzou stresových parametru pilotů. V první části je objasněn teoretický pojem stres, lidská fyziologie a biologické procesy vedoucí k měřitelným projevům stresu. Následně jsou zpracovány předešlé publikace zabývající se problematikou stresu, jeho měření pomocí fyziologických parametrů a vyhodnocováním stresu. Na základě rešerše literatury jsou stanoveny biosignály elektrokardiogramu, respirace, elektrodermální aktivity a pulsní pletysmografie, které jsou použity pro vyhodnocení stresu během experimentu. Z těchto biosignálů jsou získány parametry, které jsou následně zpracovány. Mezi parametry, které jsou prokázány jako statisticky významné patří například srdeční frekvence (HR), variabilita srdeční frekvence (HRV), rychlost pulsní vlny (PWV) nebo hladina vodivosti kůže (SCL). Stanovený experiment zkoumá úroveň stresu pilota během simulovaného letu v simulátoru, při provádění náročných úkonů.This thesis deals with stress parameters analysis of Boeing simulator pilots. In the first part of this thesis theoretical basics of stress are explained, as well as biological processes leading to physiological measurable manifestation of stress. Literature review examines previous publications dealing with topic of stress, stress measure using biosignals and evaluation of stress. These theoretical findings are applied to determine biosignals used in this experiment for stress evaluation. These signals are electrocardiography, respiratory, electrodermal activity and plethysmography. On these biosignals is then performed feature extraction. These features include heart rate (HR), heart rate variability (HRV), pulse wave velocity (PWV) or skin conductance level (SCL), which are proved to statisticaly significantly change during stress conditions. Estabilished experiment is to determine pilot's stress level during simulated flight, while given difficult task. Keywords: stres; letecký simulátor; elektrokardiogram; elektrodermální aktivita; pletysmograf; respirace; HRV; SCL; SCR; krevní tlak; stresor; měření stresu; stress; flight simulator; electrocardiography; electrodermalactivity; plethysmography; respiration; HRV; SCL; SCR; blood pressure; stresor; stress analysis Available in digital repository of ČVUT.
Analýza stresových parametrů pilotů simulátoru Boeingu

Tato práce zabývá analýzou stresových parametru pilotů. V první části je objasněn teoretický pojem stres, lidská fyziologie a biologické procesy vedoucí k měřitelným projevům stresu. Následně jsou ...

Čmejla Roman; Martin Blažek; Vyšata Oldřich
České vysoké učení technické v Praze, 2021

Predikce sportovních zápasů s neurálními modely
Šír Gustav; Aleksandra Pereverzeva; Drchal Jan
2021 -
Tato práce prozkoumává problém predikce sportovních výsledků a nabízí dva přístupy řešení pomocí neuronových sítí. První přístup je tradiční umělá neuronová síť s embeddingem jednotlivých týmu. Druhé řešení je relativně nový přístup používající Konvoluční Grafové Neuronové Sítě pro reprezentaci týmů. Práce je inovativní tím, že modely nepoužívají vlastnosti specifické pro jednotlivé sporty. Modely se učí na základě výsledků minulých zápasů a jsou vytvořeny, natrénovány a otestovány na dvou doménách: fotbalu a hokeji. Výsledky modelů jsou uspokojivé, pokud se bere v potaz jejich obecnost. Nicméně, výsledné modely ještě nemůžou soupeřit s nejmodernějšími modely a systémy existujícími na trhu.This thesis explores the problem of predicting sports results and offers two approaches that utilize neural networks. The first approach is a traditional artificial neural network with the embedding of the individual teams. The second one is a relatively new approach that employs Convolutional Graph Neural Networks for team representation. The innovation of this work is that the models do not utilize any sport-specific features. Instead, the models are supposed to learn using merely the results of the past matches. The models are created, trained, and tested on two sports domains: soccer and ice hockey. The results turned out to be satisfactory, taking into consideration the generality of the models. However, the resulting models cannot yet compete with state-of-the-art models and market systems. Keywords: predikce sportovních výsledků; umělé neuronové sítě; grafové neuronové sítě; embedding; sports prediction; artificial neural networks; graph neural networks; embedding Available in digital repository of ČVUT.
Predikce sportovních zápasů s neurálními modely

Tato práce prozkoumává problém predikce sportovních výsledků a nabízí dva přístupy řešení pomocí neuronových sítí. První přístup je tradiční umělá neuronová síť s embeddingem jednotlivých týmu. Druhé ...

Šír Gustav; Aleksandra Pereverzeva; Drchal Jan
České vysoké učení technické v Praze, 2021

Generativní grafové modely pro klamné cíle v Active Directory
García Sebastián; Ondřej Lukáš; Biondi Fabrizio
2021 -
Služba Active Directory (AD) je základním stavebním kamenem interních sítí ve většině organizací. Jedná se o službu, která obsahuje informace o uživatelích, prostředcích v síti, kontaktech, přístupových právech k datům a dalších závislostech v rámci vnitřní sítě organizace. Z těchto důvodů je Active Directory cílem útočníků, kteří se snaží výše popsané informace získat a využít k dalšímu plánování útoku, přístupu k citlivým datům nebo získaní trvalého přístupu. AD je koncipováno tak, že každý uživatel s přístupem k vnitřní síti se může dotazovat řídícího serveru na další objekty v doméně, takže získáním přístupových údajů k libovolnému běžnému účtu bez zvlástních práv může útočník přímo komunikovat s řídícím serverem AD a zíkat informace a přístup k dalším účtům s většími pravomocemi. V těchto případech je možné použitím honeypotů zvýšit šanci na včasnou detekci. Honeypot je běžně používaný nástroj pasivní ochrany. V nejjednodušší formě se jedná o past, která připomíná reálné zařízení službu či data. Poslední zmiňované se nazývá honeytoken. Největším omezením při použití honeypotu je fakt, že k tomu aby byl účinný, jej útočníci musí najít před interakcí s reálných systémem. Proto je zásadní, aby i ve struktuře Active Directory byl honeypot vhodně umístěn. Vzhledem ke složitosti, kterou struktura AD může mít se jedná o netriviální úkol. V této práci představujeme framework založený na strojovém učení, který analyzuje strukturu AD a rozšiřuje ji o honeytokeny. S využitím grafových neuronových sítí a autoenkodérů vybíráme vhodné umístění honeytokenu v exitujím AD. Modely jsou trénovany a testovány za použití uměle vytvořených datasetů, které jsou vytvořeny podle existujících AD. Představené modely dosahují 0.6 pro F1 metriku při rekonstrukci grafů a přes 60~\% úspěšnnost při predikci hran pro honeytokeny a to i v grafech, které jsou velikostí srovnatelné s produkčními AD. Tato práce ukazuje, že rekurentní neuronové sítě upravené pro zpracování orientovaných acyklických grafů jsou schopné modelovat strukturu Active Directory a rozšířit ji o honeytokeny. Generované uživatelské účty jsou svými vlastnostmi podobné uživatelským účtům v původní struktuře, čímž se snižuje pravděpodobnost jejich odhalení.Active Directory (AD) is one of the cornerstones of internal network administration inmany organizations. It holds information about users, resources, access rights and otherrelations within the organization’s network that helps administer it. Because of its importance, attackers have been targeting AD in order to obtain ad-ditional information for attack planning, to access sensitive data, or to get persistenceand ultimately complete control of the domain. After the initial breach, the attackerscommonly perform AD reconnaissance. By design, any user with basic access rights canquery the AD database, which means that a password leak of even the most unprivilegeduser is sufficient to gather information about almost any entity within.A common technique while attacking the AD is called lateral movement. Attackerstry to explore the network of the organization without being detected. During this time,they are performing reconnaissance in the AD in order to find high-value targets and waysof getting persistence in the domain. In these attacking scenarios the use of honeypotsmay greatly improve the detection capabilities of the organization by providing an earlywarning system. Honeypots are a well-known form of passive security measures. In themost basic form, they are decoys disguised as real devices or information about a user, inthis last form they are known as honeytokens.Despite being useful and promising a good detection, the basic constraint of a honeypotis that it should be found before the intruders attack a real target. Therefore, it iscrucial to have the honeyuser placed correctly into the AD structure. However, with thecomplexity and diversity of AD structures, this task is very hard.In this thesis we propose a machine learning framework for analysing an AD structureand enriching it with honeyuser accounts. We use graph neural networks and auto en-coder models together with the original structure of the AD to select the best placementof the honeyusers. The models are trained and evaluated using a number of artificialdatasets created from the analysis of real structures. We propose three variants of themodel architecture and evaluate the performance of each of them. Results show that theproposed models achieve F1 score over 0.6 in structure reconstruction tasks. Moreover,the validity ratio of the predicted placement is over 60% for the graphs of sizes similar tothe real-world AD environments.We conclude that recurrent neural networks modified for DAG processing are capableof modelling the structure of the AD and extending it with honeytokens. The generatedhoneytokens have similar properties to entities in the original graph which reduces thechance of their discovery. Keywords: Honeypot; Active Directory; Strojové učení; Generativní modely; Autoenkodéry; Honeypots; Active Directory; Machine Learning; Generative models; Autoencoders Available in digital repository of ČVUT.
Generativní grafové modely pro klamné cíle v Active Directory

Služba Active Directory (AD) je základním stavebním kamenem interních sítí ve většině organizací. Jedná se o službu, která obsahuje informace o uživatelích, prostředcích v síti, kontaktech, ...

García Sebastián; Ondřej Lukáš; Biondi Fabrizio
České vysoké učení technické v Praze, 2021

Klasifikace změn poddajnosti dýchacího systému během mechanické plicní ventilace pomocí elektrické impedanční tomografie
von Platen Philip; Lukáš Mařík; Roubík Karel
2021 -
Přestože ARDSnet je dnes preferovanou metodikou protektivní plicní ventilace, individuální nastavení hodnoty pozitivního tlaku na konci výdechu (PEEP) by mohlo omezit riziko poškození plic. ARDSnet stanovuje hodnoty PEEP a FiO2 bez ohledu na mechaniku plic, pouze na základě oxygenace. Elektrická impedanční tomografie (EIT) umožňuje lokální posouzení kvality ventilace přímo u lůžka. Interpretace rekonstruovaných obrazů je intuitivní, avšak porovnání napříč změnami PEEP není snadné. V této práci byla analyzována měření z PEEP titrací na pěti prasečích modelech s uměle navozeným ARDS. Z lokálních hodnot poddajnosti získané z EIT dat byly odvozeny charakteristiky, které umožňují snazší kvantifikaci a popis lokálních změn. Byly vypočteny hodnoty pro kolaps a nadměrné rozepnutí plic, těžiště a těžiště ventilace a na jejich základě ohodnocena kvalita ventilace napříč úrovněmi PEEP. Tyto charakteristiky byly dále zkombinovány ve fuzzy inferenční systému, a za použití jednoduchých pravidel byla odvozena jediná hodnota vyjadřující kvalitu ventilace z pohledu lokální poddajnosti. Výsledky ukázaly, že ideální hodnota PEEP s ohledem na mechaniku plic by mohla být vyšší než hodnota odvozená na základě globální hodnoty poddajnosti. Dále byla prokázána vysoká míra korelace mezi globální hodnotou poddajnosti a součtem hodnot kolapsu a nadměrného rozepnutí. To ukazuje, že tato metrika neposkytuje přidanou hodnotu, pokud není posuzována odděleně. Závěry by měly být ověřeny na větším datasetu s menšími kroky mezi hodnotami PEEP. Pokud se výsledky potvrdí, mohl by podobný systém motivovat lékaře ke zvážení jiných hodnot PEEP a usnadnit interpretaci EIT.Although ARDSnet is currently the preferred method of lung-protective ventilation, an individual positive end-expiratory pressure (PEEP) setting could mitigate the risk of lung injury. Following the ARDSnet guidelines, values of PEEP and FiO2 are set based on oxygenation, regardless of the lung mechanics. Electrical impedance tomography (EIT) offers local ventilation assessment at the bedside. Interpretation of reconstructed EIT images is intuitive; comparison of regional effects across various PEEP steps is, however, difficult. In this thesis, PEEP titration measurements of five porcine models with lavage-induced acute respiratory distress syndrome were analyzed. EIT-based local compliance values were used to derive features that enable easier quantification and description of regional compliance changes. Values of atelectasis, overdistension, center of gravity, and center of ventilation were calculated and used to evaluate ventilation performance across PEEP levels. Consequently, the features were combined using a fuzzy inference system and a set of rules to produce a single value that evaluates the ventilation from the perspective of local compliance. The results showed that the ideal PEEP value considering the local compliance could be higher than the value suggested by global compliance. Furthermore, a high correlation was observed between global compliance and the sum of atelectasis and overdistension. That showed that this feature brings no added value unless evaluated separately. The conclusions should be evaluated on a bigger dataset with finer PEEP steps. If the results are confirmed, a similar system could motivate the clinicians to use different PEEP values and facilitate the interpretation of EIT images. Keywords: Elektrická impedanční tomografie; Umělá plicní ventilace; PEEP; ARDS; Electrical impedance tomography; Mechanical ventilation; PEEP; ARDS Available in digital repository of ČVUT.
Klasifikace změn poddajnosti dýchacího systému během mechanické plicní ventilace pomocí elektrické impedanční tomografie

Přestože ARDSnet je dnes preferovanou metodikou protektivní plicní ventilace, individuální nastavení hodnoty pozitivního tlaku na konci výdechu (PEEP) by mohlo omezit riziko poškození plic. ARDSnet ...

von Platen Philip; Lukáš Mařík; Roubík Karel
České vysoké učení technické v Praze, 2021

Automatická detekce intronů v metagenomech pomocí neuronových sítí.
Kléma Jiří; Martin Indra; Baldrian Petr
2021 -
Tato práce se zabývá detekcí intronů v metagenomech hub pomocí hlubokých neuronových sítí. Přesné biologické mechanizmy rozpoznávání a vyřezávání intronů nejsou zatím plně známy a jejich strojová detekce není považovaná za vyřešený problém. Rozpoznávání a vyřezávání intronů z DNA sekvencí je důležité pro identifikaci genů v metagenomech a hledání jejich homologií mezi známými DNA sekvencemi,které jsou dostupné ve veřejných databázích. Rozpoznání genů a nalezení jejich případných homologů umožňuje identifikaci jak již známých tak i nových druhů a jejich taxonomické zařazení. V rámci práce vznikly dva modely neuronových sítí, které detekují začátky a konce intronů, takzvaná donorová a akceptorová místa sestřihu. Detekovaná místa sestřihu jsou následně zkombinována do kandidátních intronů. Překrývající se kandidátní introny jsou poté odstraněny pomocí jednoduchého skórovacího algoritmu. Práce navazuje na existující řešení, které využívá metody podpůrných vektorů (SVM). Výsledné neuronové sítě dosahují lepších výsledků než SVM a to při více než desetinásobně nižším výpočetním čase na zpracování stejně obsáhlého genomu.This work is concerned with the detection of introns in metagenomes with deep neural networks. Exact biological mechanisms of intron recognition and splicing are not fully known yet and their automated detection has remained unresolved. Detection and removal of introns from DNA sequences is important for the identification of genes in metagenomes and for searching for homologs among the known DNA sequences available in public databases. Gene prediction and the discovery of their homologs allows the identification of known and new species and their taxonomic classification. Two neural network models were developed as part of this thesis. The models' aim is the detection of intron starts and ends with the so-called donor and acceptor splice sites. The splice sites are later combined into candidate introns which are further filtered by a simple score-based overlap resolving algorithm. The work relates to an existing solution based on support vector machines (SVM). The resulting neural networks achieve better results than SVM and require more than order of magnitude less computational resources in order to process equally large genome. Keywords: genom hub; neuronové síťe; detekce intronů; metagenom; fungi; fungal genomes; neural networks; itron detection; metagenome Available in digital repository of ČVUT.
Automatická detekce intronů v metagenomech pomocí neuronových sítí.

Tato práce se zabývá detekcí intronů v metagenomech hub pomocí hlubokých neuronových sítí. Přesné biologické mechanizmy rozpoznávání a vyřezávání intronů nejsou zatím plně známy a jejich strojová ...

Kléma Jiří; Martin Indra; Baldrian Petr
České vysoké učení technické v Praze, 2021

Stanovení prediktorů pooperační fibrilace síní u pacientů po aortokoronárním bypassu
Ježdík Petr; Kristýna Vieweghová; Otáhal Jakub
2021 -
Tato diplomová práce se zabývá statistickým zpracováním dat u pacientů po aortokoronárním bypassu (CABG). Cílem této práce je určení prediktorů pooperační fibrilace síní s pomocí multivariantních modelů. Teoretická část shrnuje informace o vedení elektrického vzruchu svalovinou myokardu, hodnocení záznamu tohoto procesu a parametrech získaných z analýzy variability srdeční frekvence. V metodické části je čtenář obeznámen se získanými daty a statistickými metodami použitými při zpracování této práce. Výsledkem práce jsou klasifikační modely SVM a GLM, implementované v programu MATLAB, obsahující parametry CRP, SD2, Triangular Index a vzorkovou entropie. Finálně je získán práh predikce pro každý model, který je schopen rozřadit pacienty do skupin dle možného vzniku pooperační fibrilace síní.This diploma thesis focuses on the statistical analysis of patient’s data after coronary artery bypass grafting (CABG). The main aim is to find predictors of the post-operative atrial fibrillation using multivariate statistical models. Theoretical part summarizes information about heart conduction system, evaluation of EKG and analysis of heart rate variability. In the methodical part the main focus is on the gained data and used statistical methods. The results consist of the classification models SVM and GLM programmed in MATLAB with parametrs CRP, SD2, Triangular Index and Sample Entropy. Prediction threshold, which is able to classify patients into groups according to the possible occurrence of postoperatie atrial fibrillation is obtained for each model. Keywords: Fibrilace; generalizovaný lineární model; SVM; MATLAB; predikce; analýza variability srdeční frekvence; Fibrillation; generalized linear model; SVM; MATLAB; prediction; Heart Rate Variability analysis Available in digital repository of ČVUT.
Stanovení prediktorů pooperační fibrilace síní u pacientů po aortokoronárním bypassu

Tato diplomová práce se zabývá statistickým zpracováním dat u pacientů po aortokoronárním bypassu (CABG). Cílem této práce je určení prediktorů pooperační fibrilace síní s pomocí multivariantních ...

Ježdík Petr; Kristýna Vieweghová; Otáhal Jakub
České vysoké učení technické v Praze, 2021

Predikce neúspěšného dokončení povinných předmětů a vyhodnocení finanční náročnosti výuky
Zoubek Lukáš; Adam Johanides; Baručić Denis
2021 -
Fakulta elektrotechnická, patřící pod ČVUT v Praze, každoročně rozděluje finance mezi své katedry podle jejich vytíženosti. Již několik let využívá pro stanovení kvantitativního podílu kateder a materiálové náročnosti metodiku jménem KOMETA2. Tato práce zkoumá vliv této metodiky na cenu jednotlivých prezenčních bakalářských programů. V práci pomocí lineárního programování stanovujeme minimální teoretickou cenu vystudování programů a porovnáváme je s reálnými náklady studentů za studium. V rámci vytvářeného nástroje dále také pomocí logistické regrese predikujeme neúspěšné dokončení studijních plánů a jednotlivých povinných předmětů studenta na základě jejich dosavadních výsledků.Every year, the Faculty of Electrical Engineering (FEL) at CTU in Prague, distributes funds among its departments according to their workload. These funds have been distributed for several years using a methodology called KOMETA2 to determine the quantitative share of the departments and the equipment requirements. This work examines the influence of the methodology on the financial demand of individual full-time bachelor's programmes. Using linear programming, we determine the minimal possible financial demand of the programmes and compare the results with the real costs of students' studies. Within the created tool, we use logistic regression to predict the unsuccessful completion of study plans and their compulsory subjects, based on students' previous results. Keywords: ČVUT v Praze; fakulta elektrotechnická; predikce; logistická regrese; lineární programování; cenová náročnost studia; minimální cenová náročnost studia; CTU in Prague; Faculty of Electrical Engineering; prediction; logistic regression; linear programming; financial demand of studies; minimal financial demand of studies Available in digital repository of ČVUT.
Predikce neúspěšného dokončení povinných předmětů a vyhodnocení finanční náročnosti výuky

Fakulta elektrotechnická, patřící pod ČVUT v Praze, každoročně rozděluje finance mezi své katedry podle jejich vytíženosti. Již několik let využívá pro stanovení kvantitativního podílu kateder a ...

Zoubek Lukáš; Adam Johanides; Baručić Denis
České vysoké učení technické v Praze, 2021

Vizuální inspekce 3D infrastruktury s využitím bezpilotních prostředků
Rollo Milan; Jiří František; Krátký Vít
2021 -
Tato práce se zabývá úlohou vizuální inspekce 3D objektů za použití bezpilotních prostředků. Na základě vstupního polygonálního modelu a požadovaných parametrů, které by měl výstup splňovat (kvalita snímků, překrytí snímků), jsou vygenerovány inspekční body v prostoru kolem modelu. Tyto body slouží jako pozice pro dron, ze kterých se objekt vyfotografuje. Z inspekčních bodů jsou vybrány nejvhodnější, kterými se vytvořila cesta pro dron. Algoritmus byl otestován na různých modelech s různým nastavením vstupních parametrů. Výstup algoritmu je výsledná cesta pro dron, která se skládá z bodů průletu a bodů sloužících k pořízení snímku. K praktické části práce jsem jako základ použil vizualizační systém z frameworku AgentFly, která obsahuje podporu pro práci s polygonálními modely a kamerou v 3D prostoru.The following work is focused on the implementation of the visual inspection of 3D objects using UAVs task. Based on the input mesh model and required parameters (photo quality, photo overlap) inspection points were generated around the model. These points are positions from which drone takes a picture of inspected object. Out of all of these inspection points only the most suitable ones were chosen for the final path. Algorithm was tested on different models with different input parameters. Final output of this work is a path for a UAV. The path is constructed from inspection points and fly-through points. For the practical part of this work I used visualisation system from AgentFly framework which contains support for work with mesh models and camera in 3D space. Keywords: inspekce; dron; bezpilotní prostředek; polygonální model; inspekční body; 3D prostor; kamera; trajektorie pro inspekci; inspection; drone; UAV; mesh model; inspection points; 3D space; camera; inspection path Available in digital repository of ČVUT.
Vizuální inspekce 3D infrastruktury s využitím bezpilotních prostředků

Tato práce se zabývá úlohou vizuální inspekce 3D objektů za použití bezpilotních prostředků. Na základě vstupního polygonálního modelu a požadovaných parametrů, které by měl výstup splňovat (kvalita ...

Rollo Milan; Jiří František; Krátký Vít
České vysoké učení technické v Praze, 2021

Použití Certificate Transparency pro detekci malwaru ze síťového provozu
Brabec Jan; Jan Karsch; Svatoš Martin
2021 -
Cílem této práce je prozkoumat službu Certificate Transparency a zjistit, zda by mohla být použita jako užitečný zdroj dat pro detekci malwaru. Certificate Transparency slouží jako dodatečná vrstva pro ověření integrity zdroje v rámci Public Key Infrastructure. Ukládá certifikáty do veřejných logů, poskytuje rozhraní pro manipulaci a lze ji tedy použít jako zdroj dat. Tím, že do logů lze certifikáty pouze přidávat, vzniká historické uložiště certifikátů, které mohou být následně zpracovány a použity pro extrakci historických dat a obohacení existující databáze příznaků pro detekci malware. Součástí této práce byla implementace algoritmu pro zpracování historie certifikátů pro odlišné hostnamy a extrakce nově navržených příznaků, které byly následně analyzovány. Na závěr je provedena multinomiální klasifikace malwaru s použitím modelu náhodného lesa a různých množin příznaků pro porovnaní. Model obohacený o nově navržené příznaky vykázal zlepšení v klasifikaci malwaru, a ukazuje se tedy, že historie certifikátů je užitečný zdroj dat.The goal of this thesis is to explore Certificate Transparency service and determine whether it can be used as a valuable data source in the field of malware detection. Certificate Transparency serves as an additional layer for source integrity verification in Public Key Infrastructure. The service stores certificates into public logs, publishes an interface for certificate manipulation, and thus can be used as a data source. Append-only nature of logs creates a certificate database which can be subsequently processed and used for extraction of historical data as well as for enhancing existing database of features used for malware detection. Within the scope of this thesis is implemented an algorithm for processing the history of certificates for different hostnames and the extraction of newly designed features which are then analyzed. The final part of this thesis involves a multinomial malware classification with use of a random forest classifier and different sets of features for comparison. Evaluation of the model with new features resulted in improved malware classification and therefore the history of certificates has shown to be a valuable data source. Keywords: tls protokol; historie certifikátů; certificate transparency; malware; strojové učení; náhodný les; detekce; tls protocol; certificate history; certificate transparency; malware; machine learning; random forest; detection Available in digital repository of ČVUT.
Použití Certificate Transparency pro detekci malwaru ze síťového provozu

Cílem této práce je prozkoumat službu Certificate Transparency a zjistit, zda by mohla být použita jako užitečný zdroj dat pro detekci malwaru. Certificate Transparency slouží jako dodatečná vrstva ...

Brabec Jan; Jan Karsch; Svatoš Martin
České vysoké učení technické v Praze, 2021

About project

NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web

Send your suggestions and comments to nusl@techlib.cz

Provider

http://www.techlib.cz

Facebook

Other bases