1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Engenharia Mecânica (FEMEC)
  3. TCC - Engenharia Mecatrônica
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/35251
Full metadata record
DC FieldValueLanguage
dc.creatorCarrasco, Arnon Afonso Vieira-
dc.date.accessioned2022-07-12T16:07:57Z-
dc.date.available2022-07-12T16:07:57Z-
dc.date.issued2022-07-08-
dc.identifier.citationCARRASCO, Arnon Afonso Vieira. Aprendizado de máquina aplicado a detecção de botnets utilizando aprendizado ativo. 2022. 38 f. Trabalho de Conclusão de Curso -- Universidade Federal de Uberlândia, 2022. Graduação em Engenharia Mecatrônica.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/35251-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectSegurança de redespt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectFluxo contínuo de dadospt_BR
dc.subjectAprendizado ativopt_BR
dc.titleAprendizado de máquina aplicado a detecção de botnets utilizando aprendizado ativopt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Miani, Rodrigo Sanches-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2992074747740327pt_BR
dc.contributor.referee1Miani, Rodrigo Sanches-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2992074747740327pt_BR
dc.contributor.referee2Faria, Elaine Ribeiro de-
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.dopt_BR
dc.contributor.referee3Nascimento, Marcela Zanchetta do-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/5800175874658088pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoEste trabalho consiste na análise de algoritmos de classificação, voltados para a detecção de ataques em fluxos de dados, com o objetivo de melhorar a segurança de redes de computadores. Para isto, os algoritmos foram aplicados na base de dados CTU-13, que consiste em um conjunto de tráfico de botnets previamente capturado e tratado. Com o intuito de analisar os diferentes comportamentos dos classificadores ao utilizar estratégias de atraso de rotulação e de percentual de rotulagem, aliados com o aprendizado ativo. Ao utilizar essas técnicas, foi possível perceber uma variação na desempenho do classificador utilizado, principalmente quando analisadas as métricas obtidas dos testes relacionados a alteração do percentual de rotulagem juntamente com o aprendizado ativo, no qual os valores de revocação e precisão diminuírampt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEngenharia Mecatrônicapt_BR
dc.sizeorduration38pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode115766418-
Appears in Collections:TCC - Engenharia Mecatrônica

Files in This Item:
File Description SizeFormat 
Arelaçãodasfobiascom - pdf.pdf260.4 kBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons