Aplicação de machine learning para detecção de anomalias em rede SCADA

Detalhes bibliográficos
Autor(a) principal: Silva, Jefferson Medeiros da
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/29374
Resumo: Os sistemas SCADA são importantes em processos industriais. No princípio, esses sistemas eram isolados e sem conectividade externa. Atualmente, os modelos de sistemas SCADA baseiam-se em conectividade e em sistemas abertos e estão sendo conectados às intranets corporativas e à Internet visando o aumento da eficiência e da produtividade. Essa integração com a internet acarretou múltiplos problemas relacionados com segurança. Entretanto, sistemas para detecções destas anomalias podem ser capazes de detectar possíveis ataques enviados a esses sistemas. O monitoramento dessas redes de forma automática se faz cada vez mais necessária utilizando ferramentas de machine learning para que o modelo possa ir se adaptando as novas configurações da rede.
id UTFPR-12_db96a30d0118495c18c8b753a733765e
oai_identifier_str oai:repositorio.utfpr.edu.br:1/29374
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2022-08-23T16:59:28Z2022-08-23T16:59:28Z2020-02-08SILVA, Jefferson Medeiros da. Aplicação de machine learning para detecção de anomalias em rede SCADA. 2020. Trabalho de Conclusão de Curso de Especialização (Indústria 4.0) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020.http://repositorio.utfpr.edu.br/jspui/handle/1/29374Os sistemas SCADA são importantes em processos industriais. No princípio, esses sistemas eram isolados e sem conectividade externa. Atualmente, os modelos de sistemas SCADA baseiam-se em conectividade e em sistemas abertos e estão sendo conectados às intranets corporativas e à Internet visando o aumento da eficiência e da produtividade. Essa integração com a internet acarretou múltiplos problemas relacionados com segurança. Entretanto, sistemas para detecções destas anomalias podem ser capazes de detectar possíveis ataques enviados a esses sistemas. O monitoramento dessas redes de forma automática se faz cada vez mais necessária utilizando ferramentas de machine learning para que o modelo possa ir se adaptando as novas configurações da rede.SCADA plays an important role into industrial process. In the beginning, these systems were standalone models, with closed architectures and no external connectivity. Nowadays, SCADA needs connectivity and open systems and are connecting to corporate intranets and to the Internet for improve efficiency and productivity. This integration with the internet has brought several security issues. However, anomaly detection systems would be able to detect possible attacks on those systems, The monitoring of these networks automatically becomes increasingly necessary using machine learning tools so that the model can adapt to the new network configurations.porUniversidade Tecnológica Federal do ParanáPonta GrossaIndústria 4.0UTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOAprendizado do computadorSegurança de sistemasTeste de invasão (Medidas de segurança para computadores)Conectividade (Computadores)Machine learningSystem safetyPenetration testing (Computer security)Connection machinesAplicação de machine learning para detecção de anomalias em rede SCADAMachine learning application for anomaly detection in SCADA networkinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisPonta GrossaYoshino, Rui TadashiYoshino, Rui TadashiCarvalho, Marcelo Vasconcelos deTreinta, Fernanda TavaresSilva, Jefferson Medeiros dainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/4/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD54ORIGINALmachinelearninganomaliasscada.pdfmachinelearninganomaliasscada.pdfapplication/pdf1921353http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/3/machinelearninganomaliasscada.pdffd598c44bb7a01bfd998b13c7c99a793MD53TEXTmachinelearninganomaliasscada.pdf.txtmachinelearninganomaliasscada.pdf.txtExtracted texttext/plain21737http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/5/machinelearninganomaliasscada.pdf.txtd47074ef60d73e4834142bf9ed6ab616MD55THUMBNAILmachinelearninganomaliasscada.pdf.jpgmachinelearninganomaliasscada.pdf.jpgGenerated Thumbnailimage/jpeg1327http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/6/machinelearninganomaliasscada.pdf.jpg875a28732280b939b6ae4e342d46a70cMD561/293742022-08-24 03:07:21.88oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2022-08-24T06:07:21Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Aplicação de machine learning para detecção de anomalias em rede SCADA
dc.title.alternative.pt_BR.fl_str_mv Machine learning application for anomaly detection in SCADA network
title Aplicação de machine learning para detecção de anomalias em rede SCADA
spellingShingle Aplicação de machine learning para detecção de anomalias em rede SCADA
Silva, Jefferson Medeiros da
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
Aprendizado do computador
Segurança de sistemas
Teste de invasão (Medidas de segurança para computadores)
Conectividade (Computadores)
Machine learning
System safety
Penetration testing (Computer security)
Connection machines
title_short Aplicação de machine learning para detecção de anomalias em rede SCADA
title_full Aplicação de machine learning para detecção de anomalias em rede SCADA
title_fullStr Aplicação de machine learning para detecção de anomalias em rede SCADA
title_full_unstemmed Aplicação de machine learning para detecção de anomalias em rede SCADA
title_sort Aplicação de machine learning para detecção de anomalias em rede SCADA
author Silva, Jefferson Medeiros da
author_facet Silva, Jefferson Medeiros da
author_role author
dc.contributor.advisor1.fl_str_mv Yoshino, Rui Tadashi
dc.contributor.referee1.fl_str_mv Yoshino, Rui Tadashi
dc.contributor.referee2.fl_str_mv Carvalho, Marcelo Vasconcelos de
dc.contributor.referee3.fl_str_mv Treinta, Fernanda Tavares
dc.contributor.author.fl_str_mv Silva, Jefferson Medeiros da
contributor_str_mv Yoshino, Rui Tadashi
Yoshino, Rui Tadashi
Carvalho, Marcelo Vasconcelos de
Treinta, Fernanda Tavares
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
topic CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
Aprendizado do computador
Segurança de sistemas
Teste de invasão (Medidas de segurança para computadores)
Conectividade (Computadores)
Machine learning
System safety
Penetration testing (Computer security)
Connection machines
dc.subject.por.fl_str_mv Aprendizado do computador
Segurança de sistemas
Teste de invasão (Medidas de segurança para computadores)
Conectividade (Computadores)
Machine learning
System safety
Penetration testing (Computer security)
Connection machines
description Os sistemas SCADA são importantes em processos industriais. No princípio, esses sistemas eram isolados e sem conectividade externa. Atualmente, os modelos de sistemas SCADA baseiam-se em conectividade e em sistemas abertos e estão sendo conectados às intranets corporativas e à Internet visando o aumento da eficiência e da produtividade. Essa integração com a internet acarretou múltiplos problemas relacionados com segurança. Entretanto, sistemas para detecções destas anomalias podem ser capazes de detectar possíveis ataques enviados a esses sistemas. O monitoramento dessas redes de forma automática se faz cada vez mais necessária utilizando ferramentas de machine learning para que o modelo possa ir se adaptando as novas configurações da rede.
publishDate 2020
dc.date.issued.fl_str_mv 2020-02-08
dc.date.accessioned.fl_str_mv 2022-08-23T16:59:28Z
dc.date.available.fl_str_mv 2022-08-23T16:59:28Z
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 SILVA, Jefferson Medeiros da. Aplicação de machine learning para detecção de anomalias em rede SCADA. 2020. Trabalho de Conclusão de Curso de Especialização (Indústria 4.0) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/29374
identifier_str_mv SILVA, Jefferson Medeiros da. Aplicação de machine learning para detecção de anomalias em rede SCADA. 2020. Trabalho de Conclusão de Curso de Especialização (Indústria 4.0) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020.
url http://repositorio.utfpr.edu.br/jspui/handle/1/29374
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.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
dc.publisher.program.fl_str_mv Indústria 4.0
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/4/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/3/machinelearninganomaliasscada.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/5/machinelearninganomaliasscada.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/29374/6/machinelearninganomaliasscada.pdf.jpg
bitstream.checksum.fl_str_mv b9d82215ab23456fa2d8b49c5df1b95b
fd598c44bb7a01bfd998b13c7c99a793
d47074ef60d73e4834142bf9ed6ab616
875a28732280b939b6ae4e342d46a70c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805922925300154368

Registros relacionados