Buchumschlag

Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM

Fuente: Redalyc

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Emiro De la Hoz
Format:	Artículo científico
Sprache:	es
Veröffentlicht:	Corporación Universitaria de la Costa 2012
Schlagworte:	Ingeniería KDD DARPA dataset NSL organizativos) SOM (Mapas Auto FDR (Razón Discriminante de Fisher)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

_version_	1876430525274521600
author	Emiro De la Hoz
author_facet	Emiro De la Hoz
contents	Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM Emiro De la Hoz Eduardo Miguel De la Hoz Andrés Ortiz Julio Ortega Ingeniería KDD DARPA dataset NSL organizativos) SOM (Mapas Auto FDR (Razón Discriminante de Fisher) Los Sistemas de Detección de Intrusos (IDS, por sus siglas en inglés) comerciales actuales clasifican el tráfico de red, detectando conexiones normales e intrusiones, mediante la aplicación de métodos basados en firmas; ello conlleva problemas pues solo se detectan intrusiones previamente conocidas y existe desactualización periódica de la base de datos de firmas. En este artículo se evalúa la eficiencia de un modelo de detección de intrusiones de red propuesto, utilizando métricas de sensibilidad y especificidad, mediante un proceso de simulación que emplea el dataset NSL-KDD DARPA, seleccionando de éste las características más relevantes con FDR y entrenando una red neuronal que haga uso de un algoritmo de aprendizaje no supervisado basado en mapas auto-organizativos, con el propósito de clasificar el tráfico de la red en conexiones normales y ataques, de forma automática. La simulación generó métricas de sensibilidad del 99,69% y de especificidad del 56,15% utilizando 20 y 15 características, respectivamente. 2012 artículo científico 0122-6517 https://www.redalyc.org/articulo.oa?id=497779319006 es http://www.redalyc.org/revista.oa?id=4977 INGE CUC application/pdf Corporación Universitaria de la Costa INGE CUC (Colombia) Num.1 Vol.8
format	Artículo científico
id	redalyc_497779319006
institution	Redalyc
language	es
publishDate	2012
publisher	Corporación Universitaria de la Costa
spellingShingle	Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM Emiro De la Hoz Ingeniería KDD DARPA dataset NSL organizativos) SOM (Mapas Auto FDR (Razón Discriminante de Fisher) Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM Emiro De la Hoz Eduardo Miguel De la Hoz Andrés Ortiz Julio Ortega Ingeniería KDD DARPA dataset NSL organizativos) SOM (Mapas Auto FDR (Razón Discriminante de Fisher) Los Sistemas de Detección de Intrusos (IDS, por sus siglas en inglés) comerciales actuales clasifican el tráfico de red, detectando conexiones normales e intrusiones, mediante la aplicación de métodos basados en firmas; ello conlleva problemas pues solo se detectan intrusiones previamente conocidas y existe desactualización periódica de la base de datos de firmas. En este artículo se evalúa la eficiencia de un modelo de detección de intrusiones de red propuesto, utilizando métricas de sensibilidad y especificidad, mediante un proceso de simulación que emplea el dataset NSL-KDD DARPA, seleccionando de éste las características más relevantes con FDR y entrenando una red neuronal que haga uso de un algoritmo de aprendizaje no supervisado basado en mapas auto-organizativos, con el propósito de clasificar el tráfico de la red en conexiones normales y ataques, de forma automática. La simulación generó métricas de sensibilidad del 99,69% y de especificidad del 56,15% utilizando 20 y 15 características, respectivamente. 2012 artículo científico 0122-6517 https://www.redalyc.org/articulo.oa?id=497779319006 es http://www.redalyc.org/revista.oa?id=4977 INGE CUC application/pdf Corporación Universitaria de la Costa INGE CUC (Colombia) Num.1 Vol.8
title	Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM
topic	Ingeniería KDD DARPA dataset NSL organizativos) SOM (Mapas Auto FDR (Razón Discriminante de Fisher)
url	https://www.redalyc.org/articulo.oa?id=497779319006