Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Fernandes Junior, Gilberto
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
Medidas de segurança
Sistemas de transmissão de dados
Tráfego
Análise de componentes principais
Data transmission systems
Principal components analysis
Computer networks
Safety measures
Link de acesso: https://repositorio.uel.br/handle/123456789/14400
Resumo: Resumo: Diversas técnicas e métodos distintos têm sido amplamente utilizados na área da detecção de anomalias em redes de computadores Ataques, invasões ou falhas internas não detectadas de modo veloz e eficaz podem danificar seriamente todo um sistema de rede Por este motivo, neste trabalho, será apresentado um sistema inteligente para detecção de anomalias baseado na Análise de Componentes Principais (PCA), um método estatístico para redução de dimensionalidade A abordagem proposta gera um perfil de rede denominado Digital Signature of Network Segment using Flow Analysis (DSNSF), o qual descreve o comportamento normal do tráfego de rede por meio de uma análise de dados históricos extraídos de fluxos IP Esse perfil é utilizado como um threshold para a detecção de anomalias de volume O sistema proposto utiliza sete atributos presentes em fluxos IP, tais como bits, pacotes, número de fluxos, endereço IP de origem, endereço IP de destino, Porta TCP/UDP de origem e Porta TCP/UDP de destino, com o objetivo de detectar problemas e, em seguida, fornecer ao administrador de rede informações necessárias para resolvê-los Com o uso de técnicas de avaliação que utiliza dados de tráfego de redes reais, os resultados indicaram uma previsão de tráfego consistente dos DSNSFs gerados pelo sistema e taxas de falso-positivo promissoras
id UEL_c80d3b7b365e1c8e0f4d3bb32a184bef
oai_identifier_str oai:repositorio.uel.br:123456789/14400
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Fernandes Junior, GilbertoAbrão, Taufikf1376686-bbf7-48c9-99cb-6900f5542634-1Barros, Rodolfo Miranda de5f0f09b5-7a89-4dc4-98e5-6a352a397c36-1Barbon Junior, Sylvio461a5e00-1e18-492b-aed3-2b52c2fd31c0-1e8d1a61c-c44c-427c-b29a-e44115664b58c4b83cfa-f3b1-4357-9a3e-312197131d88Proença Junior, Mário Lemes [Orientador]Londrina2024-05-01T14:30:51Z2024-05-01T14:30:51Z2014.0024.02.2014https://repositorio.uel.br/handle/123456789/14400Resumo: Diversas técnicas e métodos distintos têm sido amplamente utilizados na área da detecção de anomalias em redes de computadores Ataques, invasões ou falhas internas não detectadas de modo veloz e eficaz podem danificar seriamente todo um sistema de rede Por este motivo, neste trabalho, será apresentado um sistema inteligente para detecção de anomalias baseado na Análise de Componentes Principais (PCA), um método estatístico para redução de dimensionalidade A abordagem proposta gera um perfil de rede denominado Digital Signature of Network Segment using Flow Analysis (DSNSF), o qual descreve o comportamento normal do tráfego de rede por meio de uma análise de dados históricos extraídos de fluxos IP Esse perfil é utilizado como um threshold para a detecção de anomalias de volume O sistema proposto utiliza sete atributos presentes em fluxos IP, tais como bits, pacotes, número de fluxos, endereço IP de origem, endereço IP de destino, Porta TCP/UDP de origem e Porta TCP/UDP de destino, com o objetivo de detectar problemas e, em seguida, fornecer ao administrador de rede informações necessárias para resolvê-los Com o uso de técnicas de avaliação que utiliza dados de tráfego de redes reais, os resultados indicaram uma previsão de tráfego consistente dos DSNSFs gerados pelo sistema e taxas de falso-positivo promissorasDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: Distinct techniques and methods have been widely used in the subject of automatic anomaly detection in computer networks Attacks, problems and internal failures not early detected may badly harm an entire Network system For this intention, we propose an autonomous anomaly detection system based on the dimensionality reduction method Principal Component Analysis (PCA) Our approach creates a network profile called Digital Signature of Network Segment using Flow Analysis (DSNSF) that denotes the predicted normal behavior of a network traffic activity through historical data analysis extracted from IP flows That digital signature is used as a threshold for volume anomaly detection to detect disparities in traffic normal trend The proposed system uses seven traffic flow attributes, such as bits, packets, number of Flows, source IP address, estination IP address, source TCP/UDP Port and destination TCP/UDP Port, in order to detect problems, and then provide the network administrator necessary information to solve it Via evaluation techniques performed in this paper using real network traffic data, results showed good traffic prediction by the DSNSF and promissing false-positive ratesporRedes de computadoresMedidas de segurançaSistemas de transmissão de dadosTráfegoAnálise de componentes principaisData transmission systemsPrincipal components analysisComputer networksComputer networksComputer networksSafety measuresCaracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IPinfo: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/openAccess165528vtls000189784SIMvtls000189784http://www.bibliotecadigital.uel.br/document/?code=vtls00018978464.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0001897843286.pdf123456789/5002 - Mestrado - Ciência da ComputaçãoORIGINAL3286.pdfapplication/pdf6233965https://repositorio.uel.br/bitstreams/f999f5aa-5668-4e23-974f-bfdb0bcf95df/downloadec9950c24331fc48461ca5c779dd4c7bMD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/26c199d3-a2ea-4f3f-b0de-9699eef9f7ff/download753f376dfdbc064b559839be95ac5523MD52TEXT3286.pdf.txt3286.pdf.txtExtracted texttext/plain169035https://repositorio.uel.br/bitstreams/fa18ae95-11b3-42b9-b47f-641b561decd9/downloadbb67dc3b796c2de2201bad14d99e1a92MD53THUMBNAIL3286.pdf.jpg3286.pdf.jpgGenerated Thumbnailimage/jpeg3492https://repositorio.uel.br/bitstreams/fafb67b4-e909-4242-87ed-1770b941d628/download478c394f0cd32c768ec6d4bbeda76f66MD54123456789/144002024-07-12 01:19:45.558open.accessoai:repositorio.uel.br:123456789/14400https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:19:45Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.pt_BR.fl_str_mv Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
title Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
spellingShingle Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
Fernandes Junior, Gilberto
Redes de computadores
Medidas de segurança
Sistemas de transmissão de dados
Tráfego
Análise de componentes principais
Data transmission systems
Principal components analysis
Computer networks
Computer networks
Computer networks
Safety measures
title_short Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
title_full Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
title_fullStr Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
title_full_unstemmed Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
title_sort Caracterização de tráfego e detecção de anomalias utilizando a análise de componentes principais e fluxos IP
author Fernandes Junior, Gilberto
author_facet Fernandes Junior, Gilberto
author_role author
dc.contributor.banca.pt_BR.fl_str_mv Abrão, Taufik
Barros, Rodolfo Miranda de
Barbon Junior, Sylvio
dc.contributor.author.fl_str_mv Fernandes Junior, Gilberto
dc.contributor.authorID.fl_str_mv e8d1a61c-c44c-427c-b29a-e44115664b58
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
Medidas de segurança
Sistemas de transmissão de dados
Tráfego
Análise de componentes principais
Data transmission systems
Principal components analysis
Computer networks
Computer networks
Computer networks
Safety measures
topic Redes de computadores
Medidas de segurança
Sistemas de transmissão de dados
Tráfego
Análise de componentes principais
Data transmission systems
Principal components analysis
Computer networks
Computer networks
Computer networks
Safety measures
description Resumo: Diversas técnicas e métodos distintos têm sido amplamente utilizados na área da detecção de anomalias em redes de computadores Ataques, invasões ou falhas internas não detectadas de modo veloz e eficaz podem danificar seriamente todo um sistema de rede Por este motivo, neste trabalho, será apresentado um sistema inteligente para detecção de anomalias baseado na Análise de Componentes Principais (PCA), um método estatístico para redução de dimensionalidade A abordagem proposta gera um perfil de rede denominado Digital Signature of Network Segment using Flow Analysis (DSNSF), o qual descreve o comportamento normal do tráfego de rede por meio de uma análise de dados históricos extraídos de fluxos IP Esse perfil é utilizado como um threshold para a detecção de anomalias de volume O sistema proposto utiliza sete atributos presentes em fluxos IP, tais como bits, pacotes, número de fluxos, endereço IP de origem, endereço IP de destino, Porta TCP/UDP de origem e Porta TCP/UDP de destino, com o objetivo de detectar problemas e, em seguida, fornecer ao administrador de rede informações necessárias para resolvê-los Com o uso de técnicas de avaliação que utiliza dados de tráfego de redes reais, os resultados indicaram uma previsão de tráfego consistente dos DSNSFs gerados pelo sistema e taxas de falso-positivo promissoras
publishDate 2024
dc.date.defesa.pt_BR.fl_str_mv 24.02.2014
dc.date.created.fl_str_mv 2014.00
dc.date.accessioned.fl_str_mv 2024-05-01T14:30:51Z
dc.date.available.fl_str_mv 2024-05-01T14:30:51Z
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/123456789/14400
url https://repositorio.uel.br/handle/123456789/14400
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/f999f5aa-5668-4e23-974f-bfdb0bcf95df/download
https://repositorio.uel.br/bitstreams/26c199d3-a2ea-4f3f-b0de-9699eef9f7ff/download
https://repositorio.uel.br/bitstreams/fa18ae95-11b3-42b9-b47f-641b561decd9/download
https://repositorio.uel.br/bitstreams/fafb67b4-e909-4242-87ed-1770b941d628/download
bitstream.checksum.fl_str_mv ec9950c24331fc48461ca5c779dd4c7b
753f376dfdbc064b559839be95ac5523
bb67dc3b796c2de2201bad14d99e1a92
478c394f0cd32c768ec6d4bbeda76f66
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_ 1856675748539006976

Registros relacionados