Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/2362
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico
metadata.dc.creator: NASCIMENTO, Adiel dos Santos
CABRAL JÚNIOR, Jayme da Costa
metadata.dc.contributor.advisor1: ABELÉM, Antônio Jorge Gomes
metadata.dc.contributor.advisor-co1: CARVALHO, Igor Furtado
Issue Date: 18-Dec-2018
Citation: 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:.
metadata.dc.description.resumo: 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.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Keywords: Inteligência artificial
Aprendizagem de máquina
Mineração de dados
Redes de computadores
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Appears in Collections:Faculdade de Computação - FC/ICEN

Files in This Item:
File Description SizeFormat 
TCC_AvaliacaoAlgoritmosAprendizado.pdf1,16 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons