Benchmark de Sistemas de Detecção de Intrusões baseados em comportamento com recurso a algoritmos bioinspirados

Ferreira, Paulo Jorge Gomes

Publication

Benchmark de Sistemas de Detecção de Intrusões baseados em comportamento com recurso a algoritmos bioinspirados

2020-11-11Master thesis

datacite.subject.fos	Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática	pt_PT
dc.contributor.advisor	Antunes, Mário João Gonçalves
dc.contributor.author	Ferreira, Paulo Jorge Gomes
dc.date.accessioned	2021-02-25T14:52:17Z
dc.date.available	2021-02-25T14:52:17Z
dc.date.issued	2020-11-11
dc.description.abstract	Com a massificação e diversificação dos ataques por via informática, torna-se imprescindível a implementação de medidas de prevenção e detecção dos mesmos, tendo como finalidade a limitação de potenciais danos que possam causar. Um sistema de detecção de intrusões é, como o próprio nome indica, um sistema que analisa o tráfego que circula na rede da organização e que emite alertas caso seja detectada uma intrusão. Quanto ao seu funcionamento, podemos, muito sumariamente, caracterizar os sistemas de detecção de intrusões em dois tipos distintos: baseados em comportamento e baseados em assinaturas. Os sistemas baseados em assinaturas apoiam-se numa "base de dados" de padrões ou assinaturas de ataques, reagindo apenas aos ataques que constam nessa mesma base de dados. Já os sistemas baseados em comportamento adquirem informação sobre o denominado "comportamento normal" da rede e, com base nisso, reportam qualquer desvio a essa normalidade. Neste trabalho pretende-se fazer uma análise ao desempenho de sistemas de detecção de intrusões baseados em comportamento, recorrendo a metodologias de aprendizagem automática e algoritmos bioinspirados, tais como os baseados no sistema imunológico humano e redes neuronais. Recorrendo a um dataset público desenvolvido especificamente para avaliação de sistemas de detecção de intrusões, serão realizados testes em que os algoritmos serão parametrizados com configurações diferentes, permitindo avaliar qual o algoritmo e respectiva configuração que melhor desempenho apresenta na detecção de possíveis intrusões. Paralelamente aos dados de cada algoritmo, os resultados individuais serão combinados num processo de votação, com o objectivo de determinar se a conjugação de vários resultados, através de uma política de majority voting, contribui ou não para uma melhoria do desempenho do sistema em si.	pt_PT
dc.identifier.tid	202651290	pt_PT
dc.identifier.uri	http://hdl.handle.net/10400.8/5397
dc.language.iso	por	pt_PT
dc.subject	Segurança informática	pt_PT
dc.subject	Sistema de deteção de intrusão (Intrusion detection system- IDS)	pt_PT
dc.subject	Aprendizagem automática (Machine learning)	pt_PT
dc.subject	Algoritmo genético	pt_PT
dc.subject	Inteligência artificial	pt_PT
dc.subject	Public Datasets	pt_PT
dc.subject	CLONALG	pt_PT
dc.title	Benchmark de Sistemas de Detecção de Intrusões baseados em comportamento com recurso a algoritmos bioinspirados	pt_PT
dc.type	master thesis
dspace.entity.type	Publication
rcaap.rights	openAccess	pt_PT
rcaap.type	masterThesis	pt_PT
thesis.degree.name	Mestrado em Cibersegurança e Informática Forense	pt_PT

Files

Original bundle

Now showing 1 - 1 of 1

Name:: Benckmark_IDS_PauloFerreira_signed.pdf
Size:: 2.3 MB
Format:: Adobe Portable Document Format
Description:

Download

Collections

ESTG - Mestrado em Cibersegurança e Informática Forense