Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico

NASCIMENTO, Adiel dos Santos; CABRAL JÚNIOR, Jayme da Costa

Trabalho de Conclusão de Curso - Graduação

Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico

O advento tecnológico ocorrido nos últimos anos popularizou e democratizou o acesso à rede mundial de computadores, propiciando o surgimento de novas tecnologias multimídias hospedadas remotamente e na alta oferta de conteúdos e serviços disponibilizados na Internet. O principal impacto social co...

ver descrição completa

Autor principal:	NASCIMENTO, Adiel dos Santos
Outros Autores:	CABRAL JÚNIOR, Jayme da Costa
Grau:	Trabalho de Conclusão de Curso - Graduação
Publicado em:	2019
Assuntos:	Inteligência artificial Aprendizagem de máquina Mineração de dados Redes de computadores CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Acesso em linha:	https://bdm.ufpa.br/jspui/handle/prefix/2362

id	oai:https:--bdm.ufpa.br:8443:prefix-2362
recordtype	dspace
spelling	oai:https:--bdm.ufpa.br:8443:prefix-23622019-11-06T03:01:55Z Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico NASCIMENTO, Adiel dos Santos CABRAL JÚNIOR, Jayme da Costa ABELÉM, Antônio Jorge Gomes http://lattes.cnpq.br/5376253015721742 CARVALHO, Igor Furtado http://lattes.cnpq.br/0045467705921222 Inteligência artificial Aprendizagem de máquina Mineração de dados Redes de computadores CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO O advento tecnológico ocorrido nos últimos anos popularizou e democratizou o acesso à rede mundial de computadores, propiciando o surgimento de novas tecnologias multimídias hospedadas remotamente e na alta oferta de conteúdos e serviços disponibilizados na Internet. O principal impacto social consequente desses acontecimentos foi no tempo que as pessoas dedicam ao uso de seus aparelhos eletrônicos. Na contramão dos benefícios oferecidos por este avanço tecnológico o número de usuários mal-intencionados que utilizam métodos para driblar a segurança em roteadores de borda aumentou exponencialmente, eles utilizam artifícios que demandam de uma criatividade cada vez maior oferecendo riscos principalmente para usuários leigos. Por essa razão, a utilização de modelos que identificam anomalias no tráfego de roteadores de borda geradas por ataques apresenta-se com grande importância, visto que as técnicas de segurança estão aplicadas principalmente em servidores. Este trabalho promove uma avaliação dos principais algoritmos de aprendizado de máquina supervisionados, com a intenção verificar o comportamento apresentado por esses algoritmos na detecção de anomalias geradas por ataques de negação de serviço, em um dataset contendo o tráfego de uma rede doméstica simulada em laboratório. Os algoritmos KNN, Naive Bayes e Árvore de Decisões foram utilizadas na realização dos experimentos que de maneira geral ambos os algoritmos obtiveram um desempenho acima dos 90% de precisão, no entanto o KNN se apresentou como melhor algoritmo mesmo considerando a necessidade de um processamento maior em comparação aos outros algoritmos. 2019-11-05T12:52:37Z 2019-11-05T12:52:37Z 2018-12-18 Trabalho de Conclusão de Curso - Graduação NASCIMENTO, Adiel dos Santos; CABRAL JÚNIOR, Jayme da Costa. Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico. Orientador: Antônio Jorge Gomes Abelém. 2018. 43 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Faculdade de Computação, Instituto de Ciências Exatas e Naturais, Universidade Federal do Pará, Belém, 2018. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/2362. Acesso em:. https://bdm.ufpa.br/jspui/handle/prefix/2362 Acesso Aberto 1 CD-ROM
institution	Biblioteca Digital de Monografias - UFPA
collection	MonografiaUFPA
topic	Inteligência artificial Aprendizagem de máquina Mineração de dados Redes de computadores CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle	Inteligência artificial Aprendizagem de máquina Mineração de dados Redes de computadores CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO NASCIMENTO, Adiel dos Santos Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
topic_facet	Inteligência artificial Aprendizagem de máquina Mineração de dados Redes de computadores CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description	O advento tecnológico ocorrido nos últimos anos popularizou e democratizou o acesso à rede mundial de computadores, propiciando o surgimento de novas tecnologias multimídias hospedadas remotamente e na alta oferta de conteúdos e serviços disponibilizados na Internet. O principal impacto social consequente desses acontecimentos foi no tempo que as pessoas dedicam ao uso de seus aparelhos eletrônicos. Na contramão dos benefícios oferecidos por este avanço tecnológico o número de usuários mal-intencionados que utilizam métodos para driblar a segurança em roteadores de borda aumentou exponencialmente, eles utilizam artifícios que demandam de uma criatividade cada vez maior oferecendo riscos principalmente para usuários leigos. Por essa razão, a utilização de modelos que identificam anomalias no tráfego de roteadores de borda geradas por ataques apresenta-se com grande importância, visto que as técnicas de segurança estão aplicadas principalmente em servidores. Este trabalho promove uma avaliação dos principais algoritmos de aprendizado de máquina supervisionados, com a intenção verificar o comportamento apresentado por esses algoritmos na detecção de anomalias geradas por ataques de negação de serviço, em um dataset contendo o tráfego de uma rede doméstica simulada em laboratório. Os algoritmos KNN, Naive Bayes e Árvore de Decisões foram utilizadas na realização dos experimentos que de maneira geral ambos os algoritmos obtiveram um desempenho acima dos 90% de precisão, no entanto o KNN se apresentou como melhor algoritmo mesmo considerando a necessidade de um processamento maior em comparação aos outros algoritmos.
author_additional	ABELÉM, Antônio Jorge Gomes
author_additionalStr	ABELÉM, Antônio Jorge Gomes
format	Trabalho de Conclusão de Curso - Graduação
author	NASCIMENTO, Adiel dos Santos
author2	CABRAL JÚNIOR, Jayme da Costa
author2Str	CABRAL JÚNIOR, Jayme da Costa
title	Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
title_short	Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
title_full	Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
title_fullStr	Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
title_full_unstemmed	Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
title_sort	avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
publishDate	2019
url	https://bdm.ufpa.br/jspui/handle/prefix/2362
_version_	1787154873572130816
score	11.753735

Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico

Registros relacionados