Use este identificador para citar o ir al link de este elemento:
http://hdl.handle.net/1843/SLSC-BC9F4H
Tipo: | Monografias de Especialização |
Título: | Aplicabilidade de Algoritmos de Aprendizado de Máquina para Detecção de Intrusão e Análise de Anomalias de Rede |
Autor(es): | Elias Amadeu de Souza Gomes |
primer Tutor: | Italo Fernando Scota Cunha |
primer miembro del tribunal : | José Nagib Cotrim Árabe |
Segundo miembro del tribunal: | Jose Marcos Silva Nogueira |
Resumen: | Este trabalho propôs uma análise da aplicabilidade de algoritmos de aprendizado de máquina para aprimoramento das técnicas de detecção de intrusão em um sistema de cibersegurança. Este tema tem ganhado ampla relevância no cenário atual devido ao fato de que estruturas governamentais e entidades privadas de relevância econômica, política e social ao redor do mundo têm tido como meta prioritária a disponibilização digital de seus serviços e ativos. Dessa forma, vários estudos têm sido propostos, nos últimos 15 anos, pela comunidade acadêmica, acerca do tema supramencionado com o fim de aprimorar os sistemas que fazem a defesa dos serviços e ativos digitais. Com base nisso, o escopo desse trabalho foi definido e contemplou o levantamento e a análise de alguns desses estudos com o fim de determinar qual o atual estado dos sistemas de detecção de intrusão no que tange à adaptação da sua capacidade de detecção utilizando modelos e algoritmos de aprendizado de máquina. A conclusão atestou a evolução dos sistemas de detecção de intrusão, ressaltando as características de cada estudo, o contexto e as possibilidades de expansão e aplicação |
Abstract: | This work proposed an analysis of the applicability of machine learning algorithms for the improvement of intrusion detection techniques in a cybersecurity system. This theme has attained wide relevance in the current scenario due to the fact that government structures and private entities of economic, political and social relevance around the world have had as a priority goal the digital availability of their services and assets. In this way, several studies have been proposed in the last 15 years by the academic community about the aforementioned topic in order to improve the systems that defend digital services and assets. Based on this, the scope of this work was defined and contemplated the survey and the analysis of some of these studies in order to determine the current state of intrusion detection systems on the subject of the adaptability of its own capacity for intrusion detection using machine learning models and algorithms. The conclusion attested to the evolution of intrusion detection systems, highlighting the characteristics of each study, the context and possibilities of expansion and application |
Asunto: | Detecção de intrusão Detecção de anomalias Aprendizado de Máquina Computação Detecção de assinatura Cibersegurança Machine Learning |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Institución: | UFMG |
Tipo de acceso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/SLSC-BC9F4H |
Fecha del documento: | 14-mar-2019 |
Aparece en las colecciones: | Especialização em Informática |
archivos asociados a este elemento:
archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
eliasamadeudesouzagomes.pdf | 2.8 MB | Adobe PDF | Visualizar/Abrir |
Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.