1. |
2. Steganografsko skrivanje podatkov v Haarovem prostoru videaJernej Mihelač, 2021, magistrsko delo Opis: V magistrskem delu predstavimo atraktivno področje računalništva, steganografijo, ki se ukvarja z neopaznim skrivanjem podatkov. Prikrita komunikacija oziroma neopazno pošiljanje sporočil je zelo pomemben dejavnik v današnji družbi, kjer nas na vsakem koraku obkrožajo različne novice in informacije. Tako kot lahko informacije sporočamo na različne načine, tako lahko tudi podatke skrivamo v različne medije, ki se uporabljajo za komuniciranje. V tej magistrski nalogi predstavimo steganografski algoritem za skrivanje podatkov v videoposnetkih s pomočjo Haarove transformacije in algoritma F5. Z rezultati pokažemo učinkovitost predstavljenega postopka za skrivanja podatkov v videoposnetkih z namensko dodanim šumom.
Ključne besede: steganografija, skrivanje podatkov, Haarova transformacija, videoposnetki, algoritmi
Objavljeno: 24.03.2021; Ogledov: 52; Prenosov: 9
 Celotno besedilo (2,74 MB) |
3. Ogrodje NiaAML za samodejno strojno učenjeLuka Pečnik, 2021, magistrsko delo Opis: V magistrskem delu smo raziskali področje samodejnega strojnega učenja in natančneje metodo za samodejno strojno učenje, imenovano NiaAML. Osredotočili smo se predvsem na iskanje klasifikacijskih cevovodov s pomočjo stohastičnih populacijskih algoritmov po vzorih iz narave. S pomočjo programskega jezika Python in knjižnic, ki jih ponuja, smo razvili istoimensko ogrodje za samodejno strojno učenje NiaAML, namenjeno iskanju in optimizaciji klasifikacijskih cevovodov. V ogrodju smo metodo NiaAML poskusili še izboljšati, nato pa smo primerjali rezultate med originalno in spremenjeno metodo NiaAML.
Ključne besede: algoritmi po vzorih iz narave, klasifikacijski cevovodi, samodejno strojno učenje
Objavljeno: 17.02.2021; Ogledov: 150; Prenosov: 39
Celotno besedilo (885,17 KB) |
4. Primerjava pretočnih šifrirnikov podatkov na modulu STM32f411Filip Horvat, 2020, diplomsko delo Opis: V diplomskem delu smo se posvetili preučevanju vede kriptografije in šifrirnih algoritmov. Pogledali smo si delovanje pretočnih šifrirnikov, natančneje dveh algoritmov projekta eStream. Opisali smo delovanje algoritmov Salsa20/ChaCha20 in Grain v1. Njuno delovanje smo preverili na mikrokrmilniku STM32F411. Implementacijo algoritma Salsa20/ChaCha20 smo našli v knjižnici STM CryptoLib. Algoritma Grain v1 prej omenjena knjižnica ne vsebuje, zato smo ga implementirali sami. Na koncu smo primerjali njuni hitrosti šifriranja s tremi video datotekami različnih velikosti. Ugotovili smo, da se naša implementacija algoritem Grain v1 precej počasneje šifrira in dešifrira podatke kot Salsa20/ChaCha20.
Ključne besede: kriptografija, pretočni šifrirni algoritmi, eStream, ChaCha20, Grain v1, STM32F411, STM CryptoLib
Objavljeno: 04.11.2020; Ogledov: 86; Prenosov: 12
Celotno besedilo (1,37 MB) |
5. Analiza in primerjava hitrosti algoritmov za zagotavljanje celovitostiJan Krajnc, 2020, magistrsko delo Opis: V zadnjih letih se je na trgu varnosti zgodilo več pomembnih sprememb. Del sprememb so povzročili zgoščevalni algoritmi, ki smo jih v tej nalogi vzeli pod drobnogled. Zaradi teh sprememb nas zanima delovanje algoritmov, in sicer tistih, ki so bili nadomeščeni, se trenutno uporabljajo in ki šele prihajajo v uporabo. Omejili smo se na zgoščevalne algoritme ter sorodne algoritme MAC (angl. Message Authentication Code). V sklopu magistrske naloge smo implementirali in testirali štiri kriptografske knjižnice (OpenSSL, Crypto++, LibTomCrypt in Libgcrypt) ter na pridobljenih podatkih izvedli statistično analizo. Analiza knjižnic nam je pokazala, da je najhitrejša knjižnica OpenSSL, vendar je knjižnica Crypto++ z njo primerljiva ter jo je laže uporabljati in ima boljšo dokumentacijo. Glede na analizo algoritmov bi v primeru zgoščevalnih algoritmov priporočili uporabo algoritma SHA-256, če nam je pomembna predvsem hitrost, če pa želimo najboljše varnostne lastnosti, je najboljša izbira algoritem SHA-3-256.
Ključne besede: zgoščevalni algoritmi, algoritmi MAC, zagotavljanje celovitosti, kriptografija
Objavljeno: 03.11.2020; Ogledov: 90; Prenosov: 9
Celotno besedilo (1,41 MB) |
6. |
7. Uporaba evolucijskih algoritmov za generiranje ključnih gradnikov igre Tower Defence s pomočjo igralnega pogona UnityVid Kraner, 2020, magistrsko delo Opis: Evolucijski algoritmi so stohastični iskalni algoritmi, ki jemljejo navdih v Darwinovi teoriji boja za obstanek. Evolucijski algoritmi spadajo tudi med optimizacijske algoritme. V magistrskem delu prikazujemo načrtovanje in razvoj Tower Defence igre, ki smo jo razvili s pomočjo igralnega pogona Unity. Igra uporablja evolucijske algoritme za generiranje ključnih gradnikov igre. V delu smo raziskali različne vrste evolucijskih algoritmov ter opisali njihovo delovanje. Prav tako smo raziskali, kako jih lahko uporabimo v računalniških igrah. Še posebej smo se osredotočili na zvrst Tower Defence. Ugotovili smo, da je s pomočjo evolucijskih algoritmov možno generirati gradnike, ki naredijo igro zanimivejšo.
Ključne besede: evolucijski algoritmi, generiranje vsebine, Tower Defence, Unity
Objavljeno: 03.11.2020; Ogledov: 90; Prenosov: 15
Celotno besedilo (3,74 MB) |
8. Primerjava algoritmov ABC in CSDavid Bajs, 2020, diplomsko delo Opis: V diplomskem delu sta bila raziskana algoritma ABC in CS. Algoritma ABC in CS spadata v metahevristične algoritme, s katerimi rešujemo probleme, kjer je iskalni prostor prevelik, da bi raziskali vse možne rešitve. Algoritma smo primerjali na zveznih problemih in pri diskretnem primeru, ki je bil sestavljanje urnika za zaposlene v podjetju. Po implementaciji algoritmov, smo najprej primerjali dobljene rezultate med algoritmoma. Nato smo primerjali delovanje algoritmov z rezultati iz literature. Na koncu pa smo še primerjali, kako algoritma delujeta pri sestavljanju urnika za zaposlene v podjetju.
Ključne besede: evolucijski algoritmi, algoritem ABC, algoritem CS, zvezni problemi, problem sestavljanja urnika
Objavljeno: 03.11.2020; Ogledov: 62; Prenosov: 10
Celotno besedilo (1,64 MB) |
9. |
10. Analiza evolucijskega algoritma WOAJanez Krnc, 2020, magistrsko delo Opis: Implementirali in analizirali smo moderni evolucijski algoritem po znanstvenem članku »The Whale Optimization Algorithm« avtorjev Seyedali Mirjalili in Andrew Lewis. Naredili smo primerjavo s podobnim algoritmom GWO istih avtorjev, opisanim v članku »Gray Wolf Optimizer«, in drugimi evolucijskimi algoritmi. Algoritem smo implementirali v programskem jeziku Java v sistemu za ocenjevanje evolucijskih algoritmov (angl. »evolutionary algorithm rating system«), znan tudi kot EARS [3]. Pri implementaciji smo se zgledovali po podani izvorni kodi avtorjev, napisani v Matlab-u [4]. Implementirali smo dva realna optimizacijska problema in algoritem na njima tudi preizkusili. Rezultate optimizacije problemov smo primerjali z rešitvami drugih algoritmov. Nenazadnje smo preverili pravilnost in točnost delovanja naše implementacije v primerjavi z izvorno kodo.
Ključne besede: evolucijski algoritmi, vzorci iz narave, optimizacijski algoritmi, optimizacija
Objavljeno: 02.11.2020; Ogledov: 83; Prenosov: 21
Celotno besedilo (4,10 MB) |
