Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas

Detalhes bibliográficos
Autor(a) principal: Galhardi, Vinícius Vassoler [UNESP]
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/148746
Resumo: Ataques às redes de computadores têm sido cada vez mais constantes e possuem grande capacidade destrutiva. Os sistemas de detecção de intrusão possuem um importante papel na detecção destas ameaças. Dentre estes sistemas, a detecção de anomalias tem sido uma área amplamente explorada devido à possibilidade de detectar ataques até então desconhecidos. Devido à complexidade para a geração de modelos que sejam capazes de descrever o comportamento padrão de um ambiente, técnicas de aprendizagem automática vêm sendo amplamente exploradas. Este trabalho aborda a detecção de ataques a redes de computadores utilizando uma combinação de técnicas de agrupamento. Desse modo, espera-se obter um sistema adaptativo, capaz de encontrar anomalias presentes na rede sem a necessidade de uma etapa de treinamento com dados rotulados. Dado que a taxa de falsos negativos é um dos maiores problemas encontrados na utilização de algoritmos não supervisionados, pretende-se alcançar uma melhora neste quesito através do uso combinado de diferentes técnicas.
id UNSP_bb754f2f8abc15a04da156337eecf63c
oai_identifier_str oai:repositorio.unesp.br:11449/148746
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadasAdaptive anomaly detection in computer networks using unsupervised techniquesDetecção de anomalias em redesAprendizado não supervisionadoAnálise de fluxo de dadosNetwork anomaly detectionUnsupervised learningData stream analysisAtaques às redes de computadores têm sido cada vez mais constantes e possuem grande capacidade destrutiva. Os sistemas de detecção de intrusão possuem um importante papel na detecção destas ameaças. Dentre estes sistemas, a detecção de anomalias tem sido uma área amplamente explorada devido à possibilidade de detectar ataques até então desconhecidos. Devido à complexidade para a geração de modelos que sejam capazes de descrever o comportamento padrão de um ambiente, técnicas de aprendizagem automática vêm sendo amplamente exploradas. Este trabalho aborda a detecção de ataques a redes de computadores utilizando uma combinação de técnicas de agrupamento. Desse modo, espera-se obter um sistema adaptativo, capaz de encontrar anomalias presentes na rede sem a necessidade de uma etapa de treinamento com dados rotulados. Dado que a taxa de falsos negativos é um dos maiores problemas encontrados na utilização de algoritmos não supervisionados, pretende-se alcançar uma melhora neste quesito através do uso combinado de diferentes técnicas.Attacks on computer networks have been constantly increased and have great destructive capacity. Intrusion detection systems have an important role in the detection of these threats. Among these systems, anomaly detection has been widely explored due to the possibility of detecting unknown attacks. These systems are usually built using machine learning techniques due to the complexity of generating models capable of describing the normal behavior of an environment. We aim to addresses the detection of anomalies on computer networks using a combination of clustering techniques. Thus, we expect to achieve an adaptive system, able to find anomalies present in the network without the need of a training step with labeled data. Given that false positive rate is one of the major problems faced when using unsupervised algorithms, we intend to achieve an improvement in this issue with the combined use of different techniques.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Cansian, Adriano Mauro [UNESP]Universidade Estadual Paulista (Unesp)Galhardi, Vinícius Vassoler [UNESP]2017-02-09T18:43:15Z2017-02-09T18:43:15Z2017-01-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/14874600087989133004153073P200959219433459740000-0003-4494-1454porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-18T06:11:00Zoai:repositorio.unesp.br:11449/148746Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T15:16:21.237432Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
Adaptive anomaly detection in computer networks using unsupervised techniques
title Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
spellingShingle Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
Galhardi, Vinícius Vassoler [UNESP]
Detecção de anomalias em redes
Aprendizado não supervisionado
Análise de fluxo de dados
Network anomaly detection
Unsupervised learning
Data stream analysis
title_short Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
title_full Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
title_fullStr Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
title_full_unstemmed Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
title_sort Detecção adaptativa de anomalias em redes de computadores utilizando técnicas não supervisionadas
author Galhardi, Vinícius Vassoler [UNESP]
author_facet Galhardi, Vinícius Vassoler [UNESP]
author_role author
dc.contributor.none.fl_str_mv Cansian, Adriano Mauro [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Galhardi, Vinícius Vassoler [UNESP]
dc.subject.por.fl_str_mv Detecção de anomalias em redes
Aprendizado não supervisionado
Análise de fluxo de dados
Network anomaly detection
Unsupervised learning
Data stream analysis
topic Detecção de anomalias em redes
Aprendizado não supervisionado
Análise de fluxo de dados
Network anomaly detection
Unsupervised learning
Data stream analysis
description Ataques às redes de computadores têm sido cada vez mais constantes e possuem grande capacidade destrutiva. Os sistemas de detecção de intrusão possuem um importante papel na detecção destas ameaças. Dentre estes sistemas, a detecção de anomalias tem sido uma área amplamente explorada devido à possibilidade de detectar ataques até então desconhecidos. Devido à complexidade para a geração de modelos que sejam capazes de descrever o comportamento padrão de um ambiente, técnicas de aprendizagem automática vêm sendo amplamente exploradas. Este trabalho aborda a detecção de ataques a redes de computadores utilizando uma combinação de técnicas de agrupamento. Desse modo, espera-se obter um sistema adaptativo, capaz de encontrar anomalias presentes na rede sem a necessidade de uma etapa de treinamento com dados rotulados. Dado que a taxa de falsos negativos é um dos maiores problemas encontrados na utilização de algoritmos não supervisionados, pretende-se alcançar uma melhora neste quesito através do uso combinado de diferentes técnicas.
publishDate 2017
dc.date.none.fl_str_mv 2017-02-09T18:43:15Z
2017-02-09T18:43:15Z
2017-01-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/148746
000879891
33004153073P2
0095921943345974
0000-0003-4494-1454
url http://hdl.handle.net/11449/148746
identifier_str_mv 000879891
33004153073P2
0095921943345974
0000-0003-4494-1454
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128491670994944

Registros relacionados