Estudio y detección de ciberataques en red mediante redes neuronales
Author
Constantin, AndreiAdvisor
Lago Fernández, Luis FernandoEntity
UAM. Departamento de Ingeniería InformáticaDate
2020-07Subjects
Aprendizaje profundo; Ciberseguridad; Redes neuronales recurrentes; InformáticaEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
Internet se ha convertido en la pieza clave de la sociedad digital en la que vivimos. Cada vez son más los sectores económicos que incorporan dispositivos conectados a la red para mejorar su producción de bienes o servicios. Debido a esto, las infraestructuras críticas se ven expuestas al peligro que acecha detrás de internet, lo cual, unido al gran volumen de tráfico que manejan las redes modernas, provoca que sea más complicado analizar todo lo que pasa a través de estas. El uso de la inteligencia artificial junto con otras medidas de seguridad, pueden ser la solución para proteger de forma más eficaz todos los dispositivos conectados a cualquier red.
En este Trabajo de Fin de Grado se presenta un análisis de posibles soluciones para la detección de ciberataques en red mediante aprendizaje profundo. En concreto, se analiza la eficacia de detección de tres tipos de redes de aprendizaje profundo, las redes neuronales profundas como el perceptrón multicapa, los autoencoders y las redes recurrentes. Se han elegido estos modelos, pues durante el trabajo se va a realizar un estudio de la temporalidad de los datos, para comprobar si la aportación de contexto a la hora de realizar clasificaciones del tráfico en la red mejora los resultados.
Para el entrenamiento de estas redes se hace uso del dataset público CSE-CIC-IDS 2018, que incluye numerosos tipos de ciberataques muy comunes en la actualidad, como denegación de servicio, fuerza bruta o ataques web. Los resultados de la clasificación de estos ataques varían según el modelo, consiguiendo entre todos detectar al menos un 85% de las ocurrencias de cada ataque. El mejor modelo realizado en este trabajo presenta un índice de detección cercano al 99%
Files in this item
Google Scholar:Constantin, Andrei
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Estudio de detección de ciberataques en Internet mediante algoritmos de clasificación de parámetros de tráfico
Sánchez Caballero, Javier
2019-06 -
Estudio de ciberataques mediante el análisis de tráfico en Internet
Crusi Mozota, Eric
2018-06 -
Detección de palabras clave en voz mediante ejemplos empleando redes neuronales profundas
Quintela Gironás, Juan Carlos
2019-06