1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Sistemas de Informação (Uberlândia)

ORCID:	http://orcid.org/0009-0007-6386-0496
Document type:	Trabalho de Conclusão de Curso
Access type:	Acesso Aberto
Title:	Um estudo baseado em aprendizado de máquina e SHAP para detecção de ataques DDoS utilizando o Dataset CICDDoS2019
Alternate title (s):	A machine learning and SHAP based study for DDoS attack detection using the CICDDoS2019 dataset
Author:	Aniceto, Breno Palma Miele
First Advisor:	Molinos, Diego Nunes
First member of the Committee:	Miani, Rodrigo Sanches
Second member of the Committee:	Santos, Fernanda Maria da Cunha
Summary:	Este trabalho propôs um mecanismo de detecção de ataques DDoS baseado em aprendi zado de máquina, utilizando o dataset CICDDoS2019, com foco na análise de fluxo de rede e na redução da complexidade dos modelos. Foram avaliados cinco algoritmos super visionados (Decision Tree, C4.5, Random Forest, XGBoost e MLP) por meio de métricas como F1-Score, AUC e análise de explicabilidade com SHAP. Após pré-processamento, que incluiu remoção de features redundantes e tratamento de desbalanceamento, os mode los baseados em árvores (Random Forest e XGBoost) alcançaram os melhores resultados, com F1-Score de 0,9995 e AUC próximo de 1,0. A análise SHAP revelou que features como ACK Flag Count e Fwd Packet Length Min são as mais influentes na detecção de tráfego malicioso. Conclui-se que o Random Forest é o modelo mais eficiente, equilibrando desempenho, estabilidade e interpretabilidade, enquanto o XGBoost, embora mais pre ciso, apresenta maior complexidade devido à abordagem binária adotada, que abrange diferentes tipos de ataques DDoS
Keywords:	Aprendizado de máquina Detecção de ataques DDoS Segurança de redes SHAP Inteligência artificial explicável CIC-DDoS2019
Area (s) of CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA
Language:	por
Country:	Brasil
Publisher:	Universidade Federal de Uberlândia
Quote:	ANICETO, Breno Palma Miele. Um estudo baseado em aprendizado de máquina e SHAP para detecção de ataques DDoS utilizando o Dataset CICDDoS2019. 57f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2025.
URI:	https://repositorio.ufu.br/handle/123456789/46188
Date of defense:	14-May-2025
Appears in Collections:	TCC - Sistemas de Informação (Uberlândia)

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.