Detecção de botnets utilizando análise completa de pacotes

Abstract

No passado, a internet já representava uma grande importância na economia. Segundo o relatório McKinsey & Company (2011), havia 2 bilhões de pessoas online, com um crescimento de 200 milhões de usuários anualmente. A internet foi responsável por 21% do crescimento do PIB dos países: Estados Unidos da América, Brasil, Rússia, Reino Unido, França, Canadá, Suíça, Alemanha, China, Coreia do Sul, Japão e Índia. Hoje ainda se mantém a mesma importância, porém, segundo o relatório Imperva (2023) de janeiro de 2023, havia 5,35 bilhões de usuários na internet, significando 66,2% da população mundial, evidenciandoainda mais a importância da internet de forma geral e econômica. Este trabalho de conclusão de curso propõe um método para detecção de botnets em redes de computadores, combinando técnicas de Processamento de Linguagem Natural (NLP) e Mineração de Grafos para análise de pacotes de rede. A abordagem visa superar as limitações computacionais dos sistemas tradicionais baseados em Machine Learning, oferecendo uma alternativa escalável para monitoramento de tráfego em tempo real.

In the past, the internet already represented a great importance in the economy. According to the report McKinsey & Company (2011), there were 2 billion people online, with an annual growth of 200 million users. The internet was responsible for 21% of the GDP growth of the following countries: United States of America, Brazil, Russia, United Kingdom, France, Canada, Switzerland, Germany, China, South Korea, Japan, and India. Today, the same importance remains, but according to the report Imperva (2023) from January 2023, there were 5.35 billion internet users, representing 66.2% of the world’s population, further highlighting the overall and economic importance of the internet. This undergraduate thesis proposes a method for botnet detection in computer networks, combining techniques from Natural Language Processing (NLP) and Graph Mining for network packet analysis. The approach aims to overcome the computational limitations of traditional Machine Learning-based systems, offering ascalable alternative for real-time traffic monitoring