Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Zacaron, Alexandro Marcelo
Orientador(a): Proença Junior, Mário Lemes [Orientador]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes de computadores
Telecomunicações
Tráfego
Protocolos
Computer networks
Telecommunication traffic
Computer network protocols
Link de acesso: https://repositorio.uel.br/handle/123456789/13897
Resumo: Resumo: A caracterização do tráfego de rede é de grande importância para os administradores de rede, pois possibilita a identificação de comportamentos para cada horário, dia da semana e até mesmo para um serviço específico Este trabalho propõe um método para construção de uma assinatura utilizando análise de fluxos do tipo IPFIX, sFlow ou NetFlow a fim de caracterizar o tráfego de um determinado segmento de rede analisando-se o histórico dos fluxos por meio da clusterizacão A tarefa de caracterizar, que neste trabalho é nominada por criar uma Assinatura Digital de Segmento de Rede utilizando Análise de Fluxos e Clusterizacão K-means ou Digital Signature of Network Segment using Flow analysis and K-means Clustering (DSNSF-KM), pode ser utilizada como limiar base na deteccão de anomalias auxiliando aos administradores na gerˆencia de redes Para avaliar o método proposto foram coletados fluxos IP na Universidade Tecnológica Federal do Paraná - Câmpus Toledo e na Universidade Estadual de Londrina Os fluxos coletados foram utilizados na criação de cinco cenários diferentes com objetivo de avaliar as assinaturas geradas pelo DSNSF-KM frente cada cenário Os resultados alcançados demonstram que o DSNSF-KM possibilita caracterizar o tr´afego de um segmento de rede e pode auxiliar os administradores na deteccão de problemas
id UEL_bd5decfdf6601b5451f71116e18870a5
oai_identifier_str oai:repositorio.uel.br:123456789/13897
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Zacaron, Alexandro MarceloGóis, Lourival Aparecido de3e2a6937-6b13-4e6c-8fac-98c4132c2e90-1Zarpelão, Bruno Bogazc616021b-488a-4c71-9089-c14c349287c9-1Barbon Junior, Sylvio461a5e00-1e18-492b-aed3-2b52c2fd31c0-1ae714245-2a11-4238-911e-090e295ed5dac4b83cfa-f3b1-4357-9a3e-312197131d88Proença Junior, Mário Lemes [Orientador]Londrina2024-05-01T14:20:39Z2024-05-01T14:20:39Z2013.0018.03.2013https://repositorio.uel.br/handle/123456789/13897Resumo: A caracterização do tráfego de rede é de grande importância para os administradores de rede, pois possibilita a identificação de comportamentos para cada horário, dia da semana e até mesmo para um serviço específico Este trabalho propõe um método para construção de uma assinatura utilizando análise de fluxos do tipo IPFIX, sFlow ou NetFlow a fim de caracterizar o tráfego de um determinado segmento de rede analisando-se o histórico dos fluxos por meio da clusterizacão A tarefa de caracterizar, que neste trabalho é nominada por criar uma Assinatura Digital de Segmento de Rede utilizando Análise de Fluxos e Clusterizacão K-means ou Digital Signature of Network Segment using Flow analysis and K-means Clustering (DSNSF-KM), pode ser utilizada como limiar base na deteccão de anomalias auxiliando aos administradores na gerˆencia de redes Para avaliar o método proposto foram coletados fluxos IP na Universidade Tecnológica Federal do Paraná - Câmpus Toledo e na Universidade Estadual de Londrina Os fluxos coletados foram utilizados na criação de cinco cenários diferentes com objetivo de avaliar as assinaturas geradas pelo DSNSF-KM frente cada cenário Os resultados alcançados demonstram que o DSNSF-KM possibilita caracterizar o tr´afego de um segmento de rede e pode auxiliar os administradores na deteccão de problemasDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: The characterization of the traffic network segment is vitally important for network administrators, as it enables the identification of behaviours for each time, day of week or even for a specific service This work proposes a method for building a signature using flow analysis of type IPFIX, sFlow or NetFlow, in order to characterize the traffic from a specified network segment analyzing the historical flows through clustering This task of characterizing which is in this work is called for creating a Digital Signature of Network Segment using Flow analysis and K-means Clustering (DSNSF-KM), can be use as a threshold based on anomaly detection helping administrators in network management To evaluate the proposed method flows were collected at the Federal University of Technology Paraná - Toledo Campus and at the State University of Londrina The collected flows were used to create five different scenarios to evaluate the signatures generated by DSNSF-KM front each Results show that the DSNSFKM allows to characterize traffic from a network segment and can assist administrators to detect problemsporRedes de computadoresTelecomunicaçõesTráfegoRedes de computadoresProtocolosComputer networksTelecommunication trafficComputer network protocolsAssinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-meansinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMestradoCiência da ComputaçãoCentro de Ciências ExatasPrograma de Pós-Graduação em Ciência da Computação-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess161552vtls000183570SIMvtls000183570http://www.bibliotecadigital.uel.br/document/?code=vtls00018357064.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0001835702475.pdf123456789/5002 - Mestrado - Ciência da ComputaçãoORIGINAL2475.pdfapplication/pdf8383616https://repositorio.uel.br/bitstreams/ced29b9d-1c5b-42a3-9e66-d78959e3e28d/download62af79e699852d93dc442df822ad1306MD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/d8863737-b129-4414-b561-e836da5b4d4d/download753f376dfdbc064b559839be95ac5523MD52TEXT2475.pdf.txt2475.pdf.txtExtracted texttext/plain219112https://repositorio.uel.br/bitstreams/0fbe81cc-a1fa-4568-83ef-844c9cf9a0e0/download984b1cf1d67d52f127da19ad1e2e8f51MD53THUMBNAIL2475.pdf.jpg2475.pdf.jpgGenerated Thumbnailimage/jpeg3422https://repositorio.uel.br/bitstreams/c90e70d0-f5a7-4744-85ef-7616073e36ac/download39ef4d91240d85605d2b7a6b5493265fMD54123456789/138972024-07-12 01:20:12.475open.accessoai:repositorio.uel.br:123456789/13897https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:12Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.pt_BR.fl_str_mv Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
title Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
spellingShingle Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
Zacaron, Alexandro Marcelo
Redes de computadores
Telecomunicações
Tráfego
Redes de computadores
Protocolos
Computer networks
Telecommunication traffic
Computer network protocols
title_short Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
title_full Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
title_fullStr Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
title_full_unstemmed Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
title_sort Assinatura digital de segmento de rede utilizando análise de fluxos e clusterização K-means
author Zacaron, Alexandro Marcelo
author_facet Zacaron, Alexandro Marcelo
author_role author
dc.contributor.banca.pt_BR.fl_str_mv Góis, Lourival Aparecido de
Zarpelão, Bruno Bogaz
Barbon Junior, Sylvio
dc.contributor.author.fl_str_mv Zacaron, Alexandro Marcelo
dc.contributor.authorID.fl_str_mv ae714245-2a11-4238-911e-090e295ed5da
dc.contributor.advisor1ID.fl_str_mv c4b83cfa-f3b1-4357-9a3e-312197131d88
dc.contributor.advisor1.fl_str_mv Proença Junior, Mário Lemes [Orientador]
contributor_str_mv Proença Junior, Mário Lemes [Orientador]
dc.subject.por.fl_str_mv Redes de computadores
Telecomunicações
Tráfego
Redes de computadores
Protocolos
Computer networks
Telecommunication traffic
Computer network protocols
topic Redes de computadores
Telecomunicações
Tráfego
Redes de computadores
Protocolos
Computer networks
Telecommunication traffic
Computer network protocols
description Resumo: A caracterização do tráfego de rede é de grande importância para os administradores de rede, pois possibilita a identificação de comportamentos para cada horário, dia da semana e até mesmo para um serviço específico Este trabalho propõe um método para construção de uma assinatura utilizando análise de fluxos do tipo IPFIX, sFlow ou NetFlow a fim de caracterizar o tráfego de um determinado segmento de rede analisando-se o histórico dos fluxos por meio da clusterizacão A tarefa de caracterizar, que neste trabalho é nominada por criar uma Assinatura Digital de Segmento de Rede utilizando Análise de Fluxos e Clusterizacão K-means ou Digital Signature of Network Segment using Flow analysis and K-means Clustering (DSNSF-KM), pode ser utilizada como limiar base na deteccão de anomalias auxiliando aos administradores na gerˆencia de redes Para avaliar o método proposto foram coletados fluxos IP na Universidade Tecnológica Federal do Paraná - Câmpus Toledo e na Universidade Estadual de Londrina Os fluxos coletados foram utilizados na criação de cinco cenários diferentes com objetivo de avaliar as assinaturas geradas pelo DSNSF-KM frente cada cenário Os resultados alcançados demonstram que o DSNSF-KM possibilita caracterizar o tr´afego de um segmento de rede e pode auxiliar os administradores na deteccão de problemas
publishDate 2024
dc.date.defesa.pt_BR.fl_str_mv 18.03.2013
dc.date.created.fl_str_mv 2013.00
dc.date.accessioned.fl_str_mv 2024-05-01T14:20:39Z
dc.date.available.fl_str_mv 2024-05-01T14:20:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/13897
url https://repositorio.uel.br/handle/123456789/13897
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.coursedegree.pt_BR.fl_str_mv Mestrado
dc.relation.coursename.pt_BR.fl_str_mv Ciência da Computação
dc.relation.departament.pt_BR.fl_str_mv Centro de Ciências Exatas
dc.relation.ppgname.pt_BR.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.coverage.spatial.pt_BR.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
bitstream.url.fl_str_mv https://repositorio.uel.br/bitstreams/ced29b9d-1c5b-42a3-9e66-d78959e3e28d/download
https://repositorio.uel.br/bitstreams/d8863737-b129-4414-b561-e836da5b4d4d/download
https://repositorio.uel.br/bitstreams/0fbe81cc-a1fa-4568-83ef-844c9cf9a0e0/download
https://repositorio.uel.br/bitstreams/c90e70d0-f5a7-4744-85ef-7616073e36ac/download
bitstream.checksum.fl_str_mv 62af79e699852d93dc442df822ad1306
753f376dfdbc064b559839be95ac5523
984b1cf1d67d52f127da19ad1e2e8f51
39ef4d91240d85605d2b7a6b5493265f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1856675807020187648

Registros relacionados