Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/38439| ORCID: |  http://orcid.org/0009-0002-7970-8150 |
| Document type: | Trabalho de Conclusão de Curso |
| Access type: | Acesso Aberto |
| Title: | Microserviços para geração de RCLS no GRASP-FS: Uma abordagem escalável para seleção de atributos em IDSs industriais |
| Alternate title (s): | Microservices for generating RCLS in GRASP-FS: A scalable approach for feature selection in industrial IDSs |
| Author: | Faria, Nícolas Naves Rezende |
| First Advisor: | Quincozes, Silvio Ereno |
| First coorientator: | Kazienko, Juliano Fontoura |
| First member of the Committee: | Miani, Rodrigo Sanches |
| Second member of the Committee: | Quincozes, Vagner Ereno |
| Summary: | Este trabalho apresenta uma arquitetura escalável orientada a microsserviços, chamada "Distributed RCL Generator" (DRG), para desacoplar e paralelizar a fase de construção na metaheurística "Greedy Randomized Adaptive Search Procedure for Feature Selection" (GRASP-FS) na Seleção de Feature (FS) para detecção de intrusões. No GRASP-FS, são gerados conjuntos de atributos que são otimizados na sua fase de busca local. Através de uma prova de conceito baseada no framework Kafka e quatro algoritmos de FS, demonstrou-se que os algoritmos usados na estratégia de construção do RCL impactam na F1-Score média da detecção de intrusões em um cenário de Sistemas Ciber-Físicos, do inglês, Cyber-Physical Systems (CPSs), de 50,47% até 84,92%. Ademais, constatou-se que o processamento paralelo pode acelerar a fase de construção em cerca de 3,4 vezes. |
| Abstract: | This paper presents a scalable microservices-oriented architecture, called Distributed RCL Generator (DRG), to decouple and parallelize the construction phase in the Greedy Randomized Adaptive Search Procedure for Feature Selection (GRASP-FS) metaheuristic in Feature Selection (FS) for intrusion detection. In GRASP-FS, the construction phase generates initial feature subsets that are optimized in the local search phase. As a proof-of-concept based on the Kafka framework and four FS algorithms, we demonstrated that the adopted algorithm strategy impacts the intrusion detection F1-Score in a Cyber-Physical Systems scenario ranging from 50.47% to 84.92%. Finally, we show that parallel processing can accelerate the construction phase about 3.4 times. |
| Keywords: | GRASP-FS Feature Atributos Selection Seleção Microsserviço Cibersegurança CPSs |
| Area (s) of CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO::ARQUITETURA DE SISTEMAS DE COMPUTACAO |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal de Uberlândia |
| Quote: | FARIA, Nícolas Naves Rezende. Microserviços para geração de RCLs no GRASP-FS: Uma Abordagem escalável para seleção de atributos em IDSs industriais. 2023. 59 f. Trabalho de Conclusão de Curso (Graduação em Sistema de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2023. |
| URI: | https://repositorio.ufu.br/handle/123456789/38439 |
| Date of defense: | 19-Jun-2023 |
| Appears in Collections: | TCC - Sistemas de Informação (Uberlândia) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MicroserviçosParaGeração | TCC | 5.26 MB | Adobe PDF |  View/Open |
This item is licensed under a Creative Commons License
