Utilização de aprendizado profundo para detecção de anomalias em redes de computadores

Detalhes bibliográficos
Autor(a) principal: Wiethan, William da Silva
Data de Publicação: 2019
Idioma: por
Título da fonte: Manancial - Repositório Digital da UFSM
dARK ID: ark:/26339/001300000pnvs
Texto Completo: http://repositorio.ufsm.br/handle/1/21431
Resumo: Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2019.
id UFSM_be3d3f9ce5736e7eedb39af9e83d8475
oai_identifier_str oai:repositorio.ufsm.br:1/21431
network_acronym_str UFSM
network_name_str Manancial - Repositório Digital da UFSM
repository_id_str
spelling Utilização de aprendizado profundo para detecção de anomalias em redes de computadoresAprendizado de máquinaAprendizado profundoDetecção de intrusãoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOTrabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2019.The idea of an intelligent and independent learning machine has fascinated humans for decades, today several factors have come together to make machine learning a reality. In this context of artificial intelligence, deep learning has been one of the most widely used machine learning tools, but its use in network anomaly detection, a relevant area, is still not explored if we compare with areas such as image recognition and voice identification. In this work we study the use of deep learning in detecting anomalies in networks by implementing and analyzing three models of deep learning-based classifiers, which were tested in cross-validation runs and in data from a database parallel to the one of its training. As a result, it can be said that the binary classifier, had a reasonable performance in relation to the other classifiers proposed in the work.A ideia de uma máquina de aprendizagem inteligente e independente fascinou os humanos por décadas, hoje, diversos fatores se uniram para tornar a aprendizagem de máquina uma realidade. Neste contexto da inteligência artificial o aprendizado profundo tem sido uma das ferramentas de aprendizado de máquina mais utilizadas, contudo sua utilização em detecção de anomalias em redes, uma área relevante, ainda não é tão explorada se compararmos com áreas como reconhecimento de imagens e identificação de voz. Nesse trabalho foi feito um estudo sobre a utilização de aprendizado profundo na detecção de anomalias em redes, através da implementação e análise de três modelos de classificadores baseados no aprendizado profundo, que foram testados em execuções de validação cruzada e em dados de uma base de dados paralela a base de seu treinamento. Como resultado pode-se dizer que o classificador binário, teve um desempenho razoável em relação aos demais classificadores propostos no trabalho.Universidade Federal de Santa MariaBrasilUFSMCentro de TecnologiaLima, João Vicente FerreiraWiethan, William da Silva2021-07-14T20:06:29Z2021-07-14T20:06:29Z2019-12-042019Trabalho de Conclusão de Curso de Graduaçãoinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ufsm.br/handle/1/21431ark:/26339/001300000pnvsporAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2022-09-01T15:37:55Zoai:repositorio.ufsm.br:1/21431Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2022-09-01T15:37:55Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false
dc.title.none.fl_str_mv Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
title Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
spellingShingle Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
Wiethan, William da Silva
Aprendizado de máquina
Aprendizado profundo
Detecção de intrusão
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
title_full Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
title_fullStr Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
title_full_unstemmed Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
title_sort Utilização de aprendizado profundo para detecção de anomalias em redes de computadores
author Wiethan, William da Silva
author_facet Wiethan, William da Silva
author_role author
dc.contributor.none.fl_str_mv Lima, João Vicente Ferreira
dc.contributor.author.fl_str_mv Wiethan, William da Silva
dc.subject.por.fl_str_mv Aprendizado de máquina
Aprendizado profundo
Detecção de intrusão
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Aprendizado de máquina
Aprendizado profundo
Detecção de intrusão
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-04
2019
2021-07-14T20:06:29Z
2021-07-14T20:06:29Z
dc.type.driver.fl_str_mv Trabalho de Conclusão de Curso de Graduação
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsm.br/handle/1/21431
dc.identifier.dark.fl_str_mv ark:/26339/001300000pnvs
url http://repositorio.ufsm.br/handle/1/21431
identifier_str_mv ark:/26339/001300000pnvs
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
UFSM
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
UFSM
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Manancial - Repositório Digital da UFSM
instname:Universidade Federal de Santa Maria (UFSM)
instacron:UFSM
instname_str Universidade Federal de Santa Maria (UFSM)
instacron_str UFSM
institution UFSM
reponame_str Manancial - Repositório Digital da UFSM
collection Manancial - Repositório Digital da UFSM
repository.name.fl_str_mv Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)
repository.mail.fl_str_mv atendimento.sib@ufsm.br||tedebc@gmail.com
_version_ 1815172374338732032

Registros relacionados