Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/34889
ORCID:  http://orcid.org/0000-0002-2579-0120
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 United States
Título: Implementação de novas métricas para avaliação de classificadores de botnets dentro do framework MOA
Autor: Figueiredo, Pedro Victor Guerra de
Primer orientador: Miani, Rodrigo Sanches
Primer miembro de la banca: Cattelan, Renan Gonçalves
Segundo miembro de la banca: Lima, Maria Adriana Vidigal de
Resumen: Resumo Com a popularização da Internet, vivemos em uma sociedade interconectada, ou seja, cada vez mais dispositivos presentes em nosso cotidiano estão conectados e expostos em uma rede globalizada. Vários destes dispositivos não são desenvolvidos com os requisitos de segurança em mente, tornando-os alvos para ataques de pessoas mal intencionadas. Es- tes ataques podem acontecer de diversas maneiras. Uma categoria de ameaça presente nas redes de computadores são as chamadas botnets, dispositivos contaminados por software malicioso controlados por um mestre a fim de atingir seus objetivos. Um dos caminhos para a detecção e combate às botnets acontece por sistemas de detecção de intrusão (IDS - Intrusion Detection Systems). Comparar métodos de detecção de botnets não é uma ta- refa simples, geralmente por falta de documentação dos métodos utilizados e um conjunto de dados rotulado em comum entre as várias pesquisas. Este trabalho se propôs a rea- lizar a implementação de novas métricas para análise dos métodos de detecção proposta por (GARCíA et al., 2014) dentro de uma plataforma de código aberto chamada MOA (Massive Online Analysis), que reúne diversos algoritmos de aprendizado de máquina em fluxos de dados contínuos. Como resultado, agora é possível analisar o desempenho de classificadores de botnets de outra maneira, expandindo as possibilidades para o campo.
Palabras clave: Segurança da Informação
Sistemas de detecção de intrusão
Mineração de dados
Mineração em fluxos de dados
Aprendizado de máquina
Botnets
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: FIGUEIREDO, Pedro Victor Guerra de. Implementação de novas métricas para avaliação de classificadores de botnets dentro do framework MOA. 2022. 48 f. Trabalho de Conclusão de Curso (Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2022
URI: https://repositorio.ufu.br/handle/123456789/34889
Fecha de defensa: 31-mar-2022
Aparece en las colecciones:TCC - Ciência da Computação

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
ImplementaçãoDeNovas.pdfTCC4.59 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons