Uso de aprendizado de máquina para detecção de ataques DDOS

Detalhes bibliográficos
Autor(a) principal: Rego, Gustavo Amaral Duarte
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

Registros relacionados