Tato diplomová práce se zaměřuje na využití umělé inteligence (AI) v kontextu kybernetické bezpečnosti subjektů s důrazem na zabezpečení kamerových dohledových systémů. V teoretické části práce jsou podrobně popsány základní pojmy AI, vývoj AI a současný stav využití AI v kybernetické bezpečnosti. Dále se teoretická část práce věnuje kamerám a zabezpečení kamerových systémů.
Praktická část práce se zaměřuje na návrh algoritmů v jazyce Python, které mají zvýšit zabezpečení kamerového dohledového systému. Tyto algoritmy jsou navrženy tak, aby dokázaly rozpoznat a identifikovat potenciální hrozby a vyhodnotit jejich váhu a riziko. Následně byly podrobeny testování funkčnosti v běžném provozu.
Výsledky testování algoritmů ukazují, že jejich použití může výrazně zlepšit ochranu kamerového systému a snížit riziko kybernetických útoků. Nicméně, přínos využití AI v kontextu kybernetické bezpečnosti kamerových systémů ještě není plně jistý a může být ovlivněn mnoha faktory.
Annotation in English
This thesis focuses on the use of artificial intelligence (AI) in the context of cyber security of entities, with an emphasis on securing a camera surveillance system. The theoretical part of the thesis describes in detail the basic concepts of AI, the development of AI
and the current state of the use of AI in cyber security. The theoretical part of the thesis also focuses on cameras and the security of camera systems.
The practical part of the thesis focuses on designing algorithms in Python that aim to increase the security of a camera surveillance system. These algorithms are designed to recognize
and identify potential threats and evaluate their weight and risk. One of the goals of the thesis was to test the functionality of these algorithms in regular operation.
The results of the algorithm testing demonstrate that their use can significantly improve the security of the camera system and reduce the risk of cyberattacks. However,
the benefits of using AI in the context of cyber security of camera systems are not yet fully certain and can be influenced by many factors.
Keywords
algoritmy, video dohledové systémy, kyberbezpečnost, umělá inteligence
Keywords in English
Algorithms, Artificial Intelligence, Cybersecurity, Video Surveillance System
Length of the covering note
72
Language
CZ
Annotation
Tato diplomová práce se zaměřuje na využití umělé inteligence (AI) v kontextu kybernetické bezpečnosti subjektů s důrazem na zabezpečení kamerových dohledových systémů. V teoretické části práce jsou podrobně popsány základní pojmy AI, vývoj AI a současný stav využití AI v kybernetické bezpečnosti. Dále se teoretická část práce věnuje kamerám a zabezpečení kamerových systémů.
Praktická část práce se zaměřuje na návrh algoritmů v jazyce Python, které mají zvýšit zabezpečení kamerového dohledového systému. Tyto algoritmy jsou navrženy tak, aby dokázaly rozpoznat a identifikovat potenciální hrozby a vyhodnotit jejich váhu a riziko. Následně byly podrobeny testování funkčnosti v běžném provozu.
Výsledky testování algoritmů ukazují, že jejich použití může výrazně zlepšit ochranu kamerového systému a snížit riziko kybernetických útoků. Nicméně, přínos využití AI v kontextu kybernetické bezpečnosti kamerových systémů ještě není plně jistý a může být ovlivněn mnoha faktory.
Annotation in English
This thesis focuses on the use of artificial intelligence (AI) in the context of cyber security of entities, with an emphasis on securing a camera surveillance system. The theoretical part of the thesis describes in detail the basic concepts of AI, the development of AI
and the current state of the use of AI in cyber security. The theoretical part of the thesis also focuses on cameras and the security of camera systems.
The practical part of the thesis focuses on designing algorithms in Python that aim to increase the security of a camera surveillance system. These algorithms are designed to recognize
and identify potential threats and evaluate their weight and risk. One of the goals of the thesis was to test the functionality of these algorithms in regular operation.
The results of the algorithm testing demonstrate that their use can significantly improve the security of the camera system and reduce the risk of cyberattacks. However,
the benefits of using AI in the context of cyber security of camera systems are not yet fully certain and can be influenced by many factors.
Keywords
algoritmy, video dohledové systémy, kyberbezpečnost, umělá inteligence
Keywords in English
Algorithms, Artificial Intelligence, Cybersecurity, Video Surveillance System
Research Plan
Proveďte rešerši současného stavu umělé inteligence v kontextu kybernetické bezpečnosti subjektu.
Analyzujte problematiku využití umělé inteligence v kontextu kybernetické bezpečnosti subjektu.
Analyzujte možnosti využití vybraných algoritmů umělé inteligence ve smyslu zvýšení úrovně zabezpečení subjektu.
Navrhněte implementaci vybraných prvků umělé inteligence do systému zabezpečení subjektu.
Research Plan
Proveďte rešerši současného stavu umělé inteligence v kontextu kybernetické bezpečnosti subjektu.
Analyzujte problematiku využití umělé inteligence v kontextu kybernetické bezpečnosti subjektu.
Analyzujte možnosti využití vybraných algoritmů umělé inteligence ve smyslu zvýšení úrovně zabezpečení subjektu.
Navrhněte implementaci vybraných prvků umělé inteligence do systému zabezpečení subjektu.
Recommended resources
GOODFELLOW, Ian, Yoshua BENGIO a Aaron COURVILLE. Deep Learning [online]. Cambridge: MIT Press, 2016. ISBN 0262035618. Dostupné z: https://www.deeplearningbook.org/.
KOLOUCH, Jan a Pavel BAŠTA. CyberSecurity [online]. Praha: CZ.NIC, z.s.p.o. CZ.NIC, 2019. ISBN 978-80-88168-31-7.
PEDRYCZ, Witold a Shyi-Ming CHEN, ed. Deep learning: algorithms and applications. Cham: Springer. Studies in computational intelligence, 2020. ISBN 978-3-030-31759-1.
Další odborná literatura dle doporučení vedoucího diplomové práce.
Recommended resources
GOODFELLOW, Ian, Yoshua BENGIO a Aaron COURVILLE. Deep Learning [online]. Cambridge: MIT Press, 2016. ISBN 0262035618. Dostupné z: https://www.deeplearningbook.org/.
KOLOUCH, Jan a Pavel BAŠTA. CyberSecurity [online]. Praha: CZ.NIC, z.s.p.o. CZ.NIC, 2019. ISBN 978-80-88168-31-7.
PEDRYCZ, Witold a Shyi-Ming CHEN, ed. Deep learning: algorithms and applications. Cham: Springer. Studies in computational intelligence, 2020. ISBN 978-3-030-31759-1.
Další odborná literatura dle doporučení vedoucího diplomové práce.
