Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede

Detalhes bibliográficos
Autor(a) principal: Elias Amadeu de Souza Gomes
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/SLSC-BC9F4H
Resumo: Este trabalho propôs uma análise da aplicabilidade de algoritmos de aprendizado de máquina para aprimoramento das técnicas de detecção de intrusão em um sistema de cibersegurança. Este tema tem ganhado ampla relevância no cenário atual devido ao fato de que estruturas governamentais e entidades privadas de relevância econômica, política e social ao redor do mundo têm tido como meta prioritária a disponibilização digital de seus serviços e ativos. Dessa forma, vários estudos têm sido propostos, nos últimos 15 anos, pela comunidade acadêmica, acerca do tema supramencionado com o fim de aprimorar os sistemas que fazem a defesa dos serviços e ativos digitais. Com base nisso, o escopo desse trabalho foi definido e contemplou o levantamento e a análise de alguns desses estudos com o fim de determinar qual o atual estado dos sistemas de detecção de intrusão no que tange à adaptação da sua capacidade de detecção utilizando modelos e algoritmos de aprendizado de máquina. A conclusão atestou a evolução dos sistemas de detecção de intrusão, ressaltando as características de cada estudo, o contexto e as possibilidades de expansão e aplicação
id UFMG_a3a09148ec74f558db0f7665106d0185
oai_identifier_str oai:repositorio.ufmg.br:1843/SLSC-BC9F4H
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Italo Fernando Scota CunhaJosé Nagib Cotrim ÁrabeJose Marcos Silva NogueiraElias Amadeu de Souza Gomes2019-08-14T06:06:14Z2019-08-14T06:06:14Z2019-03-14http://hdl.handle.net/1843/SLSC-BC9F4HEste trabalho propôs uma análise da aplicabilidade de algoritmos de aprendizado de máquina para aprimoramento das técnicas de detecção de intrusão em um sistema de cibersegurança. Este tema tem ganhado ampla relevância no cenário atual devido ao fato de que estruturas governamentais e entidades privadas de relevância econômica, política e social ao redor do mundo têm tido como meta prioritária a disponibilização digital de seus serviços e ativos. Dessa forma, vários estudos têm sido propostos, nos últimos 15 anos, pela comunidade acadêmica, acerca do tema supramencionado com o fim de aprimorar os sistemas que fazem a defesa dos serviços e ativos digitais. Com base nisso, o escopo desse trabalho foi definido e contemplou o levantamento e a análise de alguns desses estudos com o fim de determinar qual o atual estado dos sistemas de detecção de intrusão no que tange à adaptação da sua capacidade de detecção utilizando modelos e algoritmos de aprendizado de máquina. A conclusão atestou a evolução dos sistemas de detecção de intrusão, ressaltando as características de cada estudo, o contexto e as possibilidades de expansão e aplicaçãoThis work proposed an analysis of the applicability of machine learning algorithms for the improvement of intrusion detection techniques in a cybersecurity system. This theme has attained wide relevance in the current scenario due to the fact that government structures and private entities of economic, political and social relevance around the world have had as a priority goal the digital availability of their services and assets. In this way, several studies have been proposed in the last 15 years by the academic community about the aforementioned topic in order to improve the systems that defend digital services and assets. Based on this, the scope of this work was defined and contemplated the survey and the analysis of some of these studies in order to determine the current state of intrusion detection systems on the subject of the adaptability of its own capacity for intrusion detection using machine learning models and algorithms. The conclusion attested to the evolution of intrusion detection systems, highlighting the characteristics of each study, the context and possibilities of expansion and applicationUniversidade Federal de Minas GeraisUFMGDetecção de intrusãoDetecção de anomaliasAprendizado de MáquinaComputaçãoDetecção de assinaturaCibersegurançaMachine LearningArtefato MaliciosoAnálise EstáticaAprendizado de MáquinaDetecção de IntrusãoCibersegurançaAplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Redeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALeliasamadeudesouzagomes.pdfapplication/pdf2862934https://repositorio.ufmg.br/bitstream/1843/SLSC-BC9F4H/1/eliasamadeudesouzagomes.pdf7b79364c1a9b3f78486bb47d94ae7085MD51TEXTeliasamadeudesouzagomes.pdf.txteliasamadeudesouzagomes.pdf.txtExtracted texttext/plain79342https://repositorio.ufmg.br/bitstream/1843/SLSC-BC9F4H/2/eliasamadeudesouzagomes.pdf.txt461fdbc00b1c7240b0a91b05f7210d29MD521843/SLSC-BC9F4H2019-11-14 13:20:08.408oai:repositorio.ufmg.br:1843/SLSC-BC9F4HRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T16:20:08Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
title Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
spellingShingle Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
Elias Amadeu de Souza Gomes
Artefato Malicioso
Análise Estática
Aprendizado de Máquina
Detecção de Intrusão
Cibersegurança
Detecção de intrusão
Detecção de anomalias
Aprendizado de Máquina
Computação
Detecção de assinatura
Cibersegurança
Machine Learning
title_short Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
title_full Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
title_fullStr Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
title_full_unstemmed Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
title_sort Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede
author Elias Amadeu de Souza Gomes
author_facet Elias Amadeu de Souza Gomes
author_role author
dc.contributor.advisor1.fl_str_mv Italo Fernando Scota Cunha
dc.contributor.referee1.fl_str_mv José Nagib Cotrim Árabe
dc.contributor.referee2.fl_str_mv Jose Marcos Silva Nogueira
dc.contributor.author.fl_str_mv Elias Amadeu de Souza Gomes
contributor_str_mv Italo Fernando Scota Cunha
José Nagib Cotrim Árabe
Jose Marcos Silva Nogueira
dc.subject.por.fl_str_mv Artefato Malicioso
Análise Estática
Aprendizado de Máquina
Detecção de Intrusão
Cibersegurança
topic Artefato Malicioso
Análise Estática
Aprendizado de Máquina
Detecção de Intrusão
Cibersegurança
Detecção de intrusão
Detecção de anomalias
Aprendizado de Máquina
Computação
Detecção de assinatura
Cibersegurança
Machine Learning
dc.subject.other.pt_BR.fl_str_mv Detecção de intrusão
Detecção de anomalias
Aprendizado de Máquina
Computação
Detecção de assinatura
Cibersegurança
Machine Learning
description Este trabalho propôs uma análise da aplicabilidade de algoritmos de aprendizado de máquina para aprimoramento das técnicas de detecção de intrusão em um sistema de cibersegurança. Este tema tem ganhado ampla relevância no cenário atual devido ao fato de que estruturas governamentais e entidades privadas de relevância econômica, política e social ao redor do mundo têm tido como meta prioritária a disponibilização digital de seus serviços e ativos. Dessa forma, vários estudos têm sido propostos, nos últimos 15 anos, pela comunidade acadêmica, acerca do tema supramencionado com o fim de aprimorar os sistemas que fazem a defesa dos serviços e ativos digitais. Com base nisso, o escopo desse trabalho foi definido e contemplou o levantamento e a análise de alguns desses estudos com o fim de determinar qual o atual estado dos sistemas de detecção de intrusão no que tange à adaptação da sua capacidade de detecção utilizando modelos e algoritmos de aprendizado de máquina. A conclusão atestou a evolução dos sistemas de detecção de intrusão, ressaltando as características de cada estudo, o contexto e as possibilidades de expansão e aplicação
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-08-14T06:06:14Z
dc.date.available.fl_str_mv 2019-08-14T06:06:14Z
dc.date.issued.fl_str_mv 2019-03-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/SLSC-BC9F4H
url http://hdl.handle.net/1843/SLSC-BC9F4H
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/SLSC-BC9F4H/1/eliasamadeudesouzagomes.pdf
https://repositorio.ufmg.br/bitstream/1843/SLSC-BC9F4H/2/eliasamadeudesouzagomes.pdf.txt
bitstream.checksum.fl_str_mv 7b79364c1a9b3f78486bb47d94ae7085
461fdbc00b1c7240b0a91b05f7210d29
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1801676981299838976

Registros relacionados