Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas

Detalhes bibliográficos
Autor(a) principal: Vieira, Álvaro Torres
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: https://bdm.unb.br/handle/10483/25344
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
id UNB-2_1f6b764a1561e4108e0577f06e3280f0
oai_identifier_str oai:bdm.unb.br:10483/25344
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Vieira, Álvaro TorresGondim, João José CostaVIEIRA, Álvaro Torres. Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas. 2019. 59 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.https://bdm.unb.br/handle/10483/25344Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.As ameaças cibernéticas evoluem em uma taxa de velocidade muito maior que o cérebro humano pode acompanhar. A criação de novos ataques, assim como o volume de ameaças que acontecem a cada segundo possuem tamanho estratosféricos, necessitando de ferramentas que comportam o processamento de bigdata. Muitas das ameaças cibernéticas provém de máquinas que as criam de forma massiva e automatizada. O trabalho tem como objetivo aplicar algoritmos de aprendizado de máquina em busca de uma visualização melhorada dos grupos de ataques, com objetivo de identificar se existem padões de características dos ataques. Para isso, foi aplicado o algoritmo K-means com o valor de K igual a dez em diferentes subsets de dados contendo informações das ameaças cibernéticas. O objetivo é entender se existem padrões nos ataques, visto que o algoritmo agrupa os dados em grupos com características semelhantes. A partir dos resultados encontrados, pode-se observar em uma das tentativas de agrupamento, uma distribuição homogênea de dados em dez grupos diferentes, confirmado o pressuposto de que as ameaças cibernéticas são geradas de forma massiva e com um certo padrão a partir de sistemas maliciosos. Entendendo esse padrão, se torna mais fácil criar estratégias de segurança cibernética, algo em grande discursão nos dias atuais no mundo da tecnologia.Submitted by Letícia Fernanda Vieira Ramos (leticia.fernanda_@outlook.com) on 2020-04-07T20:46:23Z No. of bitstreams: 1 2019_AlvaroTorresVieira_tcc.pdf: 1556597 bytes, checksum: 41c7099105c81c6feac249fce665537b (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2020-08-11T23:39:57Z (GMT) No. of bitstreams: 1 2019_AlvaroTorresVieira_tcc.pdf: 1556597 bytes, checksum: 41c7099105c81c6feac249fce665537b (MD5)Made available in DSpace on 2020-08-11T23:39:57Z (GMT). No. of bitstreams: 1 2019_AlvaroTorresVieira_tcc.pdf: 1556597 bytes, checksum: 41c7099105c81c6feac249fce665537b (MD5)This work presents a study of machine learning techniques for clustering applied to data from cyber attacks taken from open sources. The study of data clustering algorithms aims to aid in the analysis and prevention of cyber attacks. The results were obtained from the analysis from the application of the k-means algorithm in different subsets of data, in order to extract the best practice. Future studies can be applied to deepen the analyzes of each of the groups obtained, using other techniques of machine learning, in order to obtain a micro analysis and find trends on cyber attacks.Computadores - medidas de segurançaAlgoritmos de computadorAprendizado de máquinaTécnicas de machine learning aplicada a threat intelligence sobre fontes abertasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2020-08-11T23:39:57Z2020-08-11T23:39:57Z2019-07-16info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/25344/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2019_AlvaroTorresVieira_tcc.pdf2019_AlvaroTorresVieira_tcc.pdfapplication/pdf1556597http://bdm.unb.br/xmlui/bitstream/10483/25344/1/2019_AlvaroTorresVieira_tcc.pdf41c7099105c81c6feac249fce665537bMD5110483/253442020-08-11 20:39:57.514oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712020-08-11T23:39:57Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
title Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
spellingShingle Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
Vieira, Álvaro Torres
Computadores - medidas de segurança
Algoritmos de computador
Aprendizado de máquina
title_short Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
title_full Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
title_fullStr Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
title_full_unstemmed Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
title_sort Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas
author Vieira, Álvaro Torres
author_facet Vieira, Álvaro Torres
author_role author
dc.contributor.author.fl_str_mv Vieira, Álvaro Torres
dc.contributor.advisor1.fl_str_mv Gondim, João José Costa
contributor_str_mv Gondim, João José Costa
dc.subject.keyword.pt_BR.fl_str_mv Computadores - medidas de segurança
Algoritmos de computador
Aprendizado de máquina
topic Computadores - medidas de segurança
Algoritmos de computador
Aprendizado de máquina
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-07-16
dc.date.accessioned.fl_str_mv 2020-08-11T23:39:57Z
dc.date.available.fl_str_mv 2020-08-11T23:39:57Z
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.citation.fl_str_mv VIEIRA, Álvaro Torres. Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas. 2019. 59 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/25344
identifier_str_mv VIEIRA, Álvaro Torres. Técnicas de machine learning aplicada a threat intelligence sobre fontes abertas. 2019. 59 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.
url https://bdm.unb.br/handle/10483/25344
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/25344/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/25344/1/2019_AlvaroTorresVieira_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
41c7099105c81c6feac249fce665537b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1813908000672317440

Registros relacionados