Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/98665 |
Resumo: | Sistemas de detecção de intrusão tem utilizado cada vez mais técnicas baseadas em inteligência artificial com o objetivo de aumentar sua precisão. Técnicas como redes neurais artificiais e máquinas de vetores de suporte são exemplos de abordagens que tem sido amplamente empregadas para este m. Entretanto, a complexidade dessas t ecnicas para o aprendizado de novos ataques e muito alta, inviabilizando o seu retreinamento em tempo real. Dado que um novo classificador de padrões denominado Floresta de Caminhos Otimos (Optimum-Path Forest- OPF) foi recentemente proposto, e obteve taxas de reconhecimento similares aquelas obtidas por técnicas estado-da-arte em reconhecimento de padrões, por em mais rápido para o treinamento, este trabalho objetiva a avaliação do classicador OPF no contexto de detecção de intrus~ao em redes de computadores. Experimentos em diferentes bases de dados mostraram que o classificador OPF pode ser uma ferramenta adequada para detectar intrusões em redes de computadores, dado que o mesmo pode aprender novos ataques mais rapidamente que algumas das técnicas empregadas no trabalho |
id |
UNSP_df80affa9ffd49c0db304713f229f221 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/98665 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos ÓtimosSistemas de computaçãoProcessamento de imagens - Tecnicas digitaisRedes de computadores - Medidas de segurançaComputer systemsSistemas de detecção de intrusão tem utilizado cada vez mais técnicas baseadas em inteligência artificial com o objetivo de aumentar sua precisão. Técnicas como redes neurais artificiais e máquinas de vetores de suporte são exemplos de abordagens que tem sido amplamente empregadas para este m. Entretanto, a complexidade dessas t ecnicas para o aprendizado de novos ataques e muito alta, inviabilizando o seu retreinamento em tempo real. Dado que um novo classificador de padrões denominado Floresta de Caminhos Otimos (Optimum-Path Forest- OPF) foi recentemente proposto, e obteve taxas de reconhecimento similares aquelas obtidas por técnicas estado-da-arte em reconhecimento de padrões, por em mais rápido para o treinamento, este trabalho objetiva a avaliação do classicador OPF no contexto de detecção de intrus~ao em redes de computadores. Experimentos em diferentes bases de dados mostraram que o classificador OPF pode ser uma ferramenta adequada para detectar intrusões em redes de computadores, dado que o mesmo pode aprender novos ataques mais rapidamente que algumas das técnicas empregadas no trabalhoIntrusion Detection Systems have used even more techniques based on arti icial intel-ligence aiming to increase their accuracy. Techniques such as neural networks and suport vetor machines are examples of approaches which have been widely used for this purpose. However, the complexity for learning new attacks is very high, imparing their retraining in real time. Since a new classi er called Optimum-Path Forest - OPF has been recently proposed, and has shown similar recognition rates to those state-of-the-art pattern recog-nition techniques, but much faster for training, this work aims to evaluate OPF in the context of intrusion detection in computer networks. Experiments on di erent databa-ses have shown that OPF may be an appropriate tool to detect instrusion in computer networks, since it can learn new attacks faster than some of the other techniques employed in this workFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)Universidade Estadual Paulista (Unesp)Papa, João Paulo [UNESP]Universidade Estadual Paulista (Unesp)Pereira, Clayton Reginaldo [UNESP]2014-06-11T19:29:40Z2014-06-11T19:29:40Z2012-07-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPEREIRA, Clayton Reginaldo. Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos. 2012. . Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências, Letras e Ciências Exatas, 2012.http://hdl.handle.net/11449/98665000707472pereira_cr_me_sjrp.pdf33004153073P2Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2023-12-21T06:18:54Zoai:repositorio.unesp.br:11449/98665Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T20:51:53.913389Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
title |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
spellingShingle |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos Pereira, Clayton Reginaldo [UNESP] Sistemas de computação Processamento de imagens - Tecnicas digitais Redes de computadores - Medidas de segurança Computer systems |
title_short |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
title_full |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
title_fullStr |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
title_full_unstemmed |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
title_sort |
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos |
author |
Pereira, Clayton Reginaldo [UNESP] |
author_facet |
Pereira, Clayton Reginaldo [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Papa, João Paulo [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Pereira, Clayton Reginaldo [UNESP] |
dc.subject.por.fl_str_mv |
Sistemas de computação Processamento de imagens - Tecnicas digitais Redes de computadores - Medidas de segurança Computer systems |
topic |
Sistemas de computação Processamento de imagens - Tecnicas digitais Redes de computadores - Medidas de segurança Computer systems |
description |
Sistemas de detecção de intrusão tem utilizado cada vez mais técnicas baseadas em inteligência artificial com o objetivo de aumentar sua precisão. Técnicas como redes neurais artificiais e máquinas de vetores de suporte são exemplos de abordagens que tem sido amplamente empregadas para este m. Entretanto, a complexidade dessas t ecnicas para o aprendizado de novos ataques e muito alta, inviabilizando o seu retreinamento em tempo real. Dado que um novo classificador de padrões denominado Floresta de Caminhos Otimos (Optimum-Path Forest- OPF) foi recentemente proposto, e obteve taxas de reconhecimento similares aquelas obtidas por técnicas estado-da-arte em reconhecimento de padrões, por em mais rápido para o treinamento, este trabalho objetiva a avaliação do classicador OPF no contexto de detecção de intrus~ao em redes de computadores. Experimentos em diferentes bases de dados mostraram que o classificador OPF pode ser uma ferramenta adequada para detectar intrusões em redes de computadores, dado que o mesmo pode aprender novos ataques mais rapidamente que algumas das técnicas empregadas no trabalho |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012-07-23 2014-06-11T19:29:40Z 2014-06-11T19:29:40Z |
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 |
PEREIRA, Clayton Reginaldo. Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos. 2012. . Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências, Letras e Ciências Exatas, 2012. http://hdl.handle.net/11449/98665 000707472 pereira_cr_me_sjrp.pdf 33004153073P2 |
identifier_str_mv |
PEREIRA, Clayton Reginaldo. Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos. 2012. . Dissertação (mestrado) - Universidade Estadual Paulista, Instituto de Biociências, Letras e Ciências Exatas, 2012. 000707472 pereira_cr_me_sjrp.pdf 33004153073P2 |
url |
http://hdl.handle.net/11449/98665 |
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 |
Aleph 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_ |
1808129259898667008 |