Uso de aprendizado de máquina para detecção de ataques DDOS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | https://hdl.handle.net/11449/251381 |
Resumo: | A Segurança Cibernética é um tema que possui muita relevância nos dias atuais, uma vez que a sociedade depende cada vez mais do mundo digital e de suas ferramentas. Ataques nesse meio são comuns de diversas formas, mas um dos mais ameaçadores para um serviço é o Distributed Denial of Service, ou, Ataque de negação de serviço distribuído, que tem por objetivo esgotar recursos do host. Aprendizado de Máquina pode ser definido como uma ramificação da inteligência artificial, que foca no uso de dados e algoritmos para imitar a forma como humanos aprendem. Por ser altamente eficiente no reconhecimento de padrões, é possível utilizar algoritmos desse tipo para auxiliar no reconhecimento de ataques cibernéticos. Nesse trabalho são abordados estudos e implementações sobre o uso de algoritmos de redes neurais, bem como o tratamento de dados para verificar sua acurácia e viabilidade utilizando conjuntos de dados de tráfego de rede. |
id |
UNSP_bd6e19cfecc9a977932f7b7e8abf4cd0 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/251381 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Uso de aprendizado de máquina para detecção de ataques DDOSUse of machine learning for detection of DDoS attacksDDOSIAAprendizado de máquinaSegurança cibernéticaMachine learningCyber securityA Segurança Cibernética é um tema que possui muita relevância nos dias atuais, uma vez que a sociedade depende cada vez mais do mundo digital e de suas ferramentas. Ataques nesse meio são comuns de diversas formas, mas um dos mais ameaçadores para um serviço é o Distributed Denial of Service, ou, Ataque de negação de serviço distribuído, que tem por objetivo esgotar recursos do host. Aprendizado de Máquina pode ser definido como uma ramificação da inteligência artificial, que foca no uso de dados e algoritmos para imitar a forma como humanos aprendem. Por ser altamente eficiente no reconhecimento de padrões, é possível utilizar algoritmos desse tipo para auxiliar no reconhecimento de ataques cibernéticos. Nesse trabalho são abordados estudos e implementações sobre o uso de algoritmos de redes neurais, bem como o tratamento de dados para verificar sua acurácia e viabilidade utilizando conjuntos de dados de tráfego de rede. Cybersecurity is a highly relevant topic in today’s world, given society’s increasing dependence on the digital realm and its tools. Attacks in this domain manifest in various forms, with one of the most threatening being Distributed Denial of Service (DDoS) attacks, which aim to deplete a host’s resources. Machine Learning can be defined as a branch of artificial intelligence that focuses on using data and algorithms to mimic how humans learn. Due to its high efficiency in pattern recognition, algorithms of this kind can be employed to aid in the detection of cyber attacks. This study explores studies and the implementation of neural network, in addition to data processing to assess their accuracy and feasibility using network traffic datasets.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Costa, Kelton Augusto Pontara da [UNESP]Rego, Gustavo Amaral Duarte2023-11-21T13:51:03Z2023-11-21T13:51:03Z2023-11-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfREGO, Gustavo Amaral Duarte. Uso de aprendizado de máquina para detecção de ataques DDOS. Orientador: Kelton Augusto Pontara da Costa. 2023. 35 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru. 2023.https://hdl.handle.net/11449/251381porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-07-23T13:59:47Zoai:repositorio.unesp.br:11449/251381Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:33:17.636217Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Uso de aprendizado de máquina para detecção de ataques DDOS Use of machine learning for detection of DDoS attacks |
title |
Uso de aprendizado de máquina para detecção de ataques DDOS |
spellingShingle |
Uso de aprendizado de máquina para detecção de ataques DDOS Rego, Gustavo Amaral Duarte DDOS IA Aprendizado de máquina Segurança cibernética Machine learning Cyber security |
title_short |
Uso de aprendizado de máquina para detecção de ataques DDOS |
title_full |
Uso de aprendizado de máquina para detecção de ataques DDOS |
title_fullStr |
Uso de aprendizado de máquina para detecção de ataques DDOS |
title_full_unstemmed |
Uso de aprendizado de máquina para detecção de ataques DDOS |
title_sort |
Uso de aprendizado de máquina para detecção de ataques DDOS |
author |
Rego, Gustavo Amaral Duarte |
author_facet |
Rego, Gustavo Amaral Duarte |
author_role |
author |
dc.contributor.none.fl_str_mv |
Costa, Kelton Augusto Pontara da [UNESP] |
dc.contributor.author.fl_str_mv |
Rego, Gustavo Amaral Duarte |
dc.subject.por.fl_str_mv |
DDOS IA Aprendizado de máquina Segurança cibernética Machine learning Cyber security |
topic |
DDOS IA Aprendizado de máquina Segurança cibernética Machine learning Cyber security |
description |
A Segurança Cibernética é um tema que possui muita relevância nos dias atuais, uma vez que a sociedade depende cada vez mais do mundo digital e de suas ferramentas. Ataques nesse meio são comuns de diversas formas, mas um dos mais ameaçadores para um serviço é o Distributed Denial of Service, ou, Ataque de negação de serviço distribuído, que tem por objetivo esgotar recursos do host. Aprendizado de Máquina pode ser definido como uma ramificação da inteligência artificial, que foca no uso de dados e algoritmos para imitar a forma como humanos aprendem. Por ser altamente eficiente no reconhecimento de padrões, é possível utilizar algoritmos desse tipo para auxiliar no reconhecimento de ataques cibernéticos. Nesse trabalho são abordados estudos e implementações sobre o uso de algoritmos de redes neurais, bem como o tratamento de dados para verificar sua acurácia e viabilidade utilizando conjuntos de dados de tráfego de rede. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-11-21T13:51:03Z 2023-11-21T13:51:03Z 2023-11-16 |
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 |
REGO, Gustavo Amaral Duarte. Uso de aprendizado de máquina para detecção de ataques DDOS. Orientador: Kelton Augusto Pontara da Costa. 2023. 35 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru. 2023. https://hdl.handle.net/11449/251381 |
identifier_str_mv |
REGO, Gustavo Amaral Duarte. Uso de aprendizado de máquina para detecção de ataques DDOS. Orientador: Kelton Augusto Pontara da Costa. 2023. 35 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru. 2023. |
url |
https://hdl.handle.net/11449/251381 |
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_ |
1808128825943392256 |