Detecção de anomalias utilizando firefly harmonic clustering algorithm e assinatura digital de segmento de rede

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Ciência da Computaçãopt_BR
dataload.filenamenourau3057.pdfpt_BR
dataload.handlemapped123456789/50pt_BR
dataload.idpergamum100788pt_BR
dataload.idvirtuanourauvtls000170757pt_BR
dataload.idvirtuapergamumvtls000170757pt_BR
dataload.idvirtuapergamum.sameurlnourauSIMpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls000170757pt_BR
dataload.linknourau.regularSIMpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000170757pt_BR
dataload.linknourau.size64.00pt_BR
dc.contributor.advisorProença Junior, Mário Lemes [Orientador]pt_BR
dc.contributor.authorAdaniya, Mario Henrique Akihiko da Costapt_BR
dc.contributor.bancaLima, José Valdeni dept_BR
dc.contributor.bancaBrancher, Jacques Duíliopt_BR
dc.contributor.bancaAbrão, Taufikpt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T12:40:03Z
dc.date.available2024-05-01T12:40:03Z
dc.date.created2012.00pt_BR
dc.date.defesa15.02.2012pt_BR
dc.description.abstractResumo: As redes deixaram de ser meras ferramentas e tornaram-se parte vital de qualquer empresa, provedor de serviço entre outros elementos Isto torna a atividade de gerenciamento muito importante, uma vez que a saúde financeira e o próprio desenvolvimento das empresas estão conectados através das redes e qualquer interrupção ou falha de serviço acarretam em situações dramáticas Neste cenário, as anomalias são grande geradoras de transtornos para os administratores de redes e oriundas de diversas causas, como falhas de configurações, erros por falha do usuário, erros por falhas de software e/ou hardware ou ataque de agentes maliciosos Para mitigar os erros e falhas, é proposto nesta Dissertação um modelo para detecção de anomalias baseado no algoritmo de clusterização otimizado aplicado aos dados coletados pela ferramenta Gerenciamento de Backbone Automático (GBA) Uma contribuição deste trabalho é o algoritmo de clusterização otimizado, chamado de Algoritmo de Clusterização Firefly Harmonic Este algoritmo é a junção do algoritmo de clusterização, K-Harmonic Means (KHM), com a heurística, Firefly Algorithm Também é apresentado uma descrição de anomalia que utiliza a Assinatura Digital de Segmento de Rede (DSNS) gerado pelo GBA, para criar uma área fixa que determina se o intervalo analisado é anômalo ou não, produzindo um gabarito Para validação do modelo proposto, foram realizados testes com dados coletados da rede da Universidade Estadual de Londrina Os resultados obtidos se mostraram promissores em diferentes cenários apresentadospt_BR
dc.description.abstractother1Abstract: Nowadays the networks are not just tools and play an important role in enterprises, service providers and others elements The network management gain an important status, once the financial health and the development itself are connected through the networks and any interruption or system failure leads to dramatic situations In this scenario, the anomalies are great problems generators to the network managers and provide from misconfiguration, users failures, software and/or hardware failures or attacks To decrease the number of failures and errors, in this dissertation it is proposed a model for anomaly detection based on optimized clustering algorithm applied to collected data from Automatic Backbone Management (GBA) tool A contribution of this work is the optimized clustering algorithm, named Firefly Harmonic Clustering Algorithm (FHCA) This algorithm is the joint K-Harmonic Means and the heuristic Firefly Algorithm It is proposed an anomaly description which is built from a Digital Signatureof Network Segment (DSNS) generated by GBA tool The anomaly description creates a fixed area that determines if an analysed interval will be consider an anomaly or not, originating a template To evaluate the model, tests have been carried out using real data collected from the State University of Londrina The obtained results have shown promising in different scenarios presentedpt_BR
dc.description.notesDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computaçãopt_BR
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/10178
dc.languagepor
dc.relation.coursedegreeMestradopt_BR
dc.relation.coursenameCiência da Computaçãopt_BR
dc.relation.departamentCentro de Ciências Exataspt_BR
dc.relation.ppgnamePrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.subjectRedes de computadorespt_BR
dc.subjectAnomaliaspt_BR
dc.subjectAssinaturas digitaispt_BR
dc.subjectRedes de computadorespt_BR
dc.subjectMedidas de segurançapt_BR
dc.subjectAnomalypt_BR
dc.subjectDigital signaturespt_BR
dc.subjectSafety measurespt_BR
dc.subjectComputer algorithmspt_BR
dc.subjectTelecommunication trafficpt_BR
dc.subjectComputer networkspt_BR
dc.titleDetecção de anomalias utilizando firefly harmonic clustering algorithm e assinatura digital de segmento de redept_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
3057.pdf
Tamanho:
1.46 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Ciência da Computação