Tento projekt je spolufinancován se státní podporou Technologické gentury ČR v rámci Programu aplikovaného výzkumu a experimentálního vývoje ALFA
www.tacr.cz
Výzkum užitečný pro společnost.

Detail projektu

Systém pro zvýšení bezpečnosti v prostředí Internetu analýzou šíření škodlivého kódu

Období řešení: 1. 1. 2011 - 31. 12. 2013

Typ projektu: grant

Kód: TA01010858

Agentura: Technologická agentura České republiky

Program: Program aplikovaného výzkumu a experimentálního vývoje ALFA

Název anglicky
Improving Security of the Internet by Using System for Analyzing of Malicious Code Spreading
Typ
grant
Klíčová slova

počítačová bezpečnost, škodlivý kód, malware, analýza dat, dolování z dat, vizualizace

Abstrakt

Projekt je zaměřen na získání nových poznatků o šíření malware z dat, které pomocí antivirového software anonymně sbírá firma AVG Technologies CZ, s.r.o. Díky těmto poznatkům pak bude možné efektivněji se bránit proti škodlivému kódu a snížit míru škod, které působí.

Řešitelé
Krčma Pavel (AVG) , hlavní řešitel
Obluk Karel, Ing., Ph.D. (AVG) , hlavní řešitel
Hruška Tomáš, prof. Ing., CSc. (UIFS FIT VUT) , spoluřešitel
Hlosta Martin, Ing. (UIFS FIT VUT)
Kupčík Jan, Ing. (UIFS FIT VUT)
Pešek Martin, Ing. (UIFS FIT VUT)
Stríž Rostislav, Ing. (UIFS FIT VUT)
Šebek Michal, Ing. (UIFS FIT VUT)
Zendulka Jaroslav, doc. Ing., CSc. (UIFS FIT VUT)
Publikace

2013

  • HLOSTA Martin, ŠEBEK Michal a ZENDULKA Jaroslav. Approach to Visualisation of Evolving Association Rule Models. In: Proceedings of The Second International Conference on Informatics & Applications (ICIA 2013). Łódź: The Society of Digital Information and Wireless Communications, 2013, s. 47-52. ISBN 978-1-4673-5255-0. Detail
  • HLOSTA Martin, STRÍŽ Rostislav, KUPČÍK Jan, ZENDULKA Jaroslav a HRUŠKA Tomáš. Constrained Classification of Large Imbalanced Data by Logistic Regression and Genetic Algorithm. International Journal of Machine Learning and Computing, roč. 2013, č. 3, s. 214-218. ISSN 2010-3700. Detail
  • ŠEBEK Michal a ZENDULKA Jaroslav. Generator of Synthetic Datasets for Hierarchical Sequential Pattern Mining Evaluation. In: Proceedings of the Twelfth International Conference on Informatics 2013. Košice: Technická univerzita v Košiciach, 2013, s. 289-292. ISBN 978-80-8143-127-2. Detail
  • ŠEBEK Michal, HLOSTA Martin, ZENDULKA Jaroslav a HRUŠKA Tomáš. MLSP: Mining Hierarchically-Closed Multi-Level Sequential Patterns. In: 9th International Conference, ADMA 2013. Lecture Notes in Computer Science. Hangzhou: Springer Verlag, 2013, s. 157-168. ISBN 978-3-642-53913-8. Detail
  • HLOSTA Martin, STRÍŽ Rostislav, ZENDULKA Jaroslav a HRUŠKA Tomáš. PSO-based Constrained Imbalanced Data Classification. In: Proceedings of the Twelth International Conference on Informatics INFORMATICS'2013. Spišská Nová Ves: Technická univerzita v Košiciach, 2013, s. 234-239. ISBN 978-80-8143-127-2. Detail

2012

  • ŠEBEK Michal, HLOSTA Martin, KUPČÍK Jan, ZENDULKA Jaroslav a HRUŠKA Tomáš. Multi-level Sequence Mining Based on GSP. Acta Electrotechnica et Informatica, roč. 2012, č. 2, s. 31-38. ISSN 1335-8243. Detail
  • KUPČÍK Jan a HRUŠKA Tomáš. Towards Online Data Mining System for Enterprises. In: Proceedings of the 7th International Conference on Evaluation of Novel Approaches to Software Engineering (ENASE 2012). Wrocław: SciTePress - Science and Technology Publications, 2012, s. 187-192. ISBN 978-989-8565-13-6. Detail

2011

  • ŠEBEK Michal, HLOSTA Martin, KUPČÍK Jan, ZENDULKA Jaroslav a HRUŠKA Tomáš. Multi-level Sequence Mining Based on GSP. In: Proceedings of the Eleventh International Conference on Informatics INFORMATICS'2011. 1. Košice: Fakulta elektrotechniky a informatiky, Technická univerzita v Košiciach, 2011, s. 185-190. ISBN 978-80-89284-94-8. Detail
Produkty

2013

  • Systém pro analýzu malware, software, 2013
    Autoři: Hlosta Martin, Kupčík Jan, Šebek Michal, Pešek Martin, Stríž Rostislav, Hruška Tomáš, Zendulka Jaroslav, Halfar Patrik, Masařík Karel, Krčma Pavel Detail
Nahoru