Táto bakalárska práca sa zameriava na predikciu časových radov v oblasti informačnej bezpečnosti, s cieľom poskytnúť sieťovým administrátorom lepší prehľad o aktuálnom stave siete a pomôcť im predvídať, ako sa tento stav bude meniť v budúcnosti. Sústreďuje sa na použitie metód strojového učenia, ako sú SARIMA, LightGBM, XGBoost, SVR a Prophet a porovnáva výsledky týchto metód s výsledkami prác, ktoré použili iné štatistické metódy a neurónové siete. Úloha predikcie je v tejto oblasti veľmi náročná z viacerých dôvodov, ako je nedostatok kvalitných dát a ich zložitosť v interpretácii. Cieľom práce je nájsť dobrý prístup v predikcii časových radov v oblasti informačnej bezpečnosti a tým pomôcť komunite v ďalšom výskume v tejto oblasti. Výsledky by mohli pomôcť sieťovým administrátorom a výskumníkom zlepšiť predikciu a poskytnúť lepší prehľad o aktuálnom stave a budúcich trendoch v oblasti sieťového bezpečnostného situačného povedomia.