Sistema de detecção de anomalias utilizando metaheurística firefly

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Ciência da Computaçãopt_BR
dataload.filenamenourau5285.pdfpt_BR
dataload.handlemapped123456789/50pt_BR
dataload.idpergamum180399pt_BR
dataload.idvirtuanourauvtls000212142pt_BR
dataload.idvirtuapergamumvtls000212142pt_BR
dataload.idvirtuapergamum.sameurlnourauSIMpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls000212142pt_BR
dataload.linknourau.regularSIMpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000212142pt_BR
dataload.linknourau.size64.00pt_BR
dc.contributor.advisorProença Junior, Mário Lemes [Orientador]pt_BR
dc.contributor.authorSalmen, Fadirpt_BR
dc.contributor.bancaSampaio, Lucas Dias Hierapt_BR
dc.contributor.bancaZarpelão, Bruno Bogazpt_BR
dc.contributor.bancaAttrot, Wesleypt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T14:58:58Z
dc.date.available2024-05-01T14:58:58Z
dc.date.created2017.00pt_BR
dc.date.defesa03.04.2017pt_BR
dc.description.abstractResumo: O monitoramento do tráfego de redes de computadores é uma tarefa desafiadora Diversas técnicas são utilizadas para garantir o funcionamento adequado dessas redes Dentre elas, podemos destacar as responsáveis por identificar os comportamentos anômalos no tráfego Essas anomalias, que podem ser caracterizadas por ataques, invasões ou falhas, acarretam prejuízos significativos no funcionamento correto das redes, bem como afetam a disponibilidade e confiabilidade de serviços prestados Neste trabalho, apresentamos o modelo Firefly Algorithm for Digital Signature (FADS) Esse modelo, utilizando a análise de fluxos IP, caracteriza o tráfego aplicando o algoritmo meta-heurístico Firefly e identifica os comportamentos anômalos da rede baseado no conceito de redes neurais artificiais Para avaliar o modelo proposto foram coletados fluxos IP da Universidade Estatual de Londrina e da Universidade Tecnológica Federal do Paraná, campus Toledo Desses fluxos, foram utilizados seis atributos, bits/s, pacotes/s, endereço IP de Origem, endereço IP de destino, porta de origem e porta de destino, com o objetivo de detectar as anomalias no tráfego de rede Essas universidades proporcionaram testar o FADS em dois ambientes com características distintas Os resultados alcançados evidenciam a eficiência do FADS na caracterização do tráfego e detecção de anomalias em um segmento de rede, auxiliando os administradores nas tarefas rotineiras de monitoramento e controlept_BR
dc.description.abstractother1Abstract: Monitoring the traffic of computer networks is a challenging task Several techniques are used to unsure the adequate operation of these networks Among them, we are able to highlight those responsible for identifying the anomalous behaviors in the traffic These anomalies, that may be characterized by attacks, intrusions or faults, result in significant damages in the correct functioning of the networks, as well as affect the availability and reliability of performed services On this work, we present the Firefly Algorithm for Digital Signature (FADS) model This model, using the analysis of IP flows, characterizes the traffic applying Firefly metaheuristic algorithm and identifies the anomalous behaviors of the network based on the concept of artificial neural networks To evaluate the proposed model, IP flows from the State University of Londrina and the Federal Technological University of Paraná, Toledo campus, were collected From these flows, six atributes have been used, bits/s, packets/s, source IP address, destination IP address, source port and destination port, in order to detect anomalies in network traffic These universities have provided tests on the FADS in two environments with different characteristics The obtained results have shown FADS efficiency in the characterization of the traffic and the detection of anomalies in a segment of network, helping the administrators in the frequente tasks of monitoring and controlpt_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/123456789/15964
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.subjectMedidas de segurançapt_BR
dc.subjectSistemas de transmissão de dadospt_BR
dc.subjectTráfegopt_BR
dc.subjectAlgoritmos genéticospt_BR
dc.subjectData transmission systemspt_BR
dc.subjectGenetic algorithmspt_BR
dc.subjectComputer networkspt_BR
dc.subjectComputer networkspt_BR
dc.subjectComputer networkspt_BR
dc.subjectTCP/IP (Computer network protocol)pt_BR
dc.subjectSafetpt_BR
dc.titleSistema de detecção de anomalias utilizando metaheurística fireflypt_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
5285.pdf
Tamanho:
8.13 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Ciência da Computação