Logotipo do repositório
 

Publicação:
Detecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimos

dc.contributor.advisorPapa, João Paulo [UNESP]
dc.contributor.authorPereira, Clayton Reginaldo [UNESP]
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2014-06-11T19:29:40Z
dc.date.available2014-06-11T19:29:40Z
dc.date.issued2012-07-23
dc.description.abstractSistemas 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 trabalhopt
dc.description.abstractIntrusion 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 worken
dc.description.sponsorshipFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)
dc.identifier.aleph000707472
dc.identifier.capes33004153073P2
dc.identifier.citationPEREIRA, 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.
dc.identifier.filepereira_cr_me_sjrp.pdf
dc.identifier.urihttp://hdl.handle.net/11449/98665
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.sourceAleph
dc.subjectSistemas de computaçãopt
dc.subjectProcessamento de imagens - Tecnicas digitaispt
dc.subjectRedes de computadores - Medidas de segurançapt
dc.subjectComputer systemspt
dc.titleDetecção de intrusão em redes de computadores utilizando Floresta de Caminhos Ótimospt
dc.typeDissertação de mestrado
dspace.entity.typePublication
unesp.campusUniversidade Estadual Paulista (UNESP), Instituto de Biociências, Letras e Ciências Exatas, São José do Rio Pretopt
unesp.graduateProgramCiência da Computação - FC/FCT/IBILCE/IGCE 33004153073P2pt
unesp.knowledgeAreaSistemas de computaçãopt

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
pereira_cr_me_sjrp.pdf
Tamanho:
666.27 KB
Formato:
Adobe Portable Document Format