Publicação: Utilização de técnicas de machine learning para detecção de botnets
Carregando...
Arquivos
Data
Autores
Orientador
Costa, Kelton Augusto Pontara da 
Coorientador
Pós-graduação
Curso de graduação
Ciências da Computação - FC
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (inglês)
This monograph presents the study of Machine Learning methods applied to the detection of Botnets, compromised computer networks that are controlled by an attacker in order to perform malicious activities such as DDoS attacks, data theft, among others. This work is focused on studying the efficiency of the most used classifiers in previous studies of the aream with the application of Naive Bayes, Support Vector Machines, Decision Trees, Random Forests and AdaBoost models, and apply techniques to select the most relevant network characteristics in the task of selecting botnet traffic in a network environment, through a bruteforce approach and using the Recursive Feature Elimination algorithm. It also seeks to study the relevance of optimization techniques on estimators hyper-parameters, in order to increase model accuracy. Finally, conclusions are drawn based on the results obtained in the study. Keywords: Botnet, Machine Learning, Artificial Intelligence, Python.
Resumo (português)
Esta monografia apresenta o estudo de métodos da área de Machine Learning aplicados para a área de detecção de Botnets, redes de computadores comprometidos que são controlados por um invasor com o fim de executar atividades como ataques DDoS, roubos de dados, entre outras ações maliciosas. O presente trabalho se foca em estudar a eficiência dos classificadores mais utilizados em estudos anteriores da área, utilizando as técnicas de Naive Bayes, Support Vector Machines, Árvores de Decisão, Florestas Aleatórias, AdaBoost, e aplicar técnicas para seleção de características de rede mais relevantes na tarefa de seleção dos tráfegos de Botnet em um ambiente de rede, através de uma abordagem de força bruta e uma abordagem utilizando o algoritmo de seleção de características Recursive Feature Elimination. Busca também estudar a relevância de técnicas de otimização de hiper-parâmetros dos estimadores, com o objetivo de aumentar a acurácia. Por fim, são apresentadas conclusões com base nos resultados obtidos no estudo. Palavras-chave: Botnet, Machine Learning, Inteligência Artificial, Python.
Descrição
Palavras-chave
Inteligência artificial, Aprendizado do computador, Python (Linguagem de programação de computador), Artificial Intelligence
Idioma
Português
Como citar
SILVA, Luis Felipe Bueno da. Utilização de técnicas de machine learning para detecção de botnets. 2018. 54 f. Trabalho de conclusão de curso (bacharelado - Ciência da Computação) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências, 2018.
