Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/34889
ORCID: | http://orcid.org/0000-0002-2579-0120 |
Tipo do documento: | Trabalho de Conclusão de Curso |
Tipo de acesso: | 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(es): | Figueiredo, Pedro Victor Guerra de |
Primeiro orientador: | Miani, Rodrigo Sanches |
Primeiro membro da banca: | Cattelan, Renan Gonçalves |
Segundo membro da banca: | Lima, Maria Adriana Vidigal de |
Resumo: | 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. |
Palavras-chave: | Segurança da Informação Sistemas de detecção de intrusão Mineração de dados Mineração em fluxos de dados Aprendizado de máquina Botnets |
Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Idioma: | por |
País: | Brasil |
Editora: | Universidade Federal de Uberlândia |
Referência: | 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 |
Data de defesa: | 31-Mar-2022 |
Aparece nas coleções: | TCC - Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ImplementaçãoDeNovas.pdf | TCC | 4.59 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons