Sistema de detecção de anomalias utilizando metaheurística firefly

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Salmen, Fadir
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
Algoritmos genéticos
Data transmission systems
Genetic algorithms
Computer networks
TCP/IP (Computer network protocol)
Safet
Link de acesso: https://repositorio.uel.br/handle/123456789/15964
Resumo: Resumo: 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 controle
id UEL_f4b4cb6972587bf0acd5003c7de3a985
oai_identifier_str oai:repositorio.uel.br:123456789/15964
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Salmen, FadirSampaio, Lucas Dias Hieraf806588d-83aa-4c65-8614-6fe1077facf7-1Zarpelão, Bruno Bogazc616021b-488a-4c71-9089-c14c349287c9-1Attrot, Wesleya65991cb-da1f-4d80-a942-f4f8f2146c7e-12afd9c9f-7206-4ac0-924e-25ee343fc71fc4b83cfa-f3b1-4357-9a3e-312197131d88Proença Junior, Mário Lemes [Orientador]Londrina2024-05-01T14:58:58Z2024-05-01T14:58:58Z2017.0003.04.2017https://repositorio.uel.br/handle/123456789/15964Resumo: 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 controleDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: 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 controlporRedes de computadoresMedidas de segurançaSistemas de transmissão de dadosTráfegoAlgoritmos genéticosData transmission systemsGenetic algorithmsComputer networksComputer networksComputer networksTCP/IP (Computer network protocol)SafetSistema de detecção de anomalias utilizando metaheurística fireflyinfo: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/openAccess180399vtls000212142SIMvtls000212142http://www.bibliotecadigital.uel.br/document/?code=vtls00021214264.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0002121425285.pdf123456789/5002 - Mestrado - Ciência da ComputaçãoORIGINAL5285.pdfapplication/pdf8521639https://repositorio.uel.br/bitstreams/1e554d2e-c3f4-4c5e-90a3-6f6d9024b8f2/downloada1ed7b55f95959b09e8e4818845769b7MD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/9df560d7-435b-4f2c-b045-01002091ed07/download753f376dfdbc064b559839be95ac5523MD52THUMBNAIL5285.pdf.jpg5285.pdf.jpgGenerated Thumbnailimage/jpeg3485https://repositorio.uel.br/bitstreams/116d2f95-0740-4909-bf3e-86fecb3f069f/download7636b98d1422b0053f1623a740b14dabMD53123456789/159642024-07-12 01:20:16.963open.accessoai:repositorio.uel.br:123456789/15964https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:16Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.pt_BR.fl_str_mv Sistema de detecção de anomalias utilizando metaheurística firefly
title Sistema de detecção de anomalias utilizando metaheurística firefly
spellingShingle Sistema de detecção de anomalias utilizando metaheurística firefly
Salmen, Fadir
Redes de computadores
Medidas de segurança
Sistemas de transmissão de dados
Tráfego
Algoritmos genéticos
Data transmission systems
Genetic algorithms
Computer networks
Computer networks
Computer networks
TCP/IP (Computer network protocol)
Safet
title_short Sistema de detecção de anomalias utilizando metaheurística firefly
title_full Sistema de detecção de anomalias utilizando metaheurística firefly
title_fullStr Sistema de detecção de anomalias utilizando metaheurística firefly
title_full_unstemmed Sistema de detecção de anomalias utilizando metaheurística firefly
title_sort Sistema de detecção de anomalias utilizando metaheurística firefly
author Salmen, Fadir
author_facet Salmen, Fadir
author_role author
dc.contributor.banca.pt_BR.fl_str_mv Sampaio, Lucas Dias Hiera
Zarpelão, Bruno Bogaz
Attrot, Wesley
dc.contributor.author.fl_str_mv Salmen, Fadir
dc.contributor.authorID.fl_str_mv 2afd9c9f-7206-4ac0-924e-25ee343fc71f
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
Algoritmos genéticos
Data transmission systems
Genetic algorithms
Computer networks
Computer networks
Computer networks
TCP/IP (Computer network protocol)
Safet
topic Redes de computadores
Medidas de segurança
Sistemas de transmissão de dados
Tráfego
Algoritmos genéticos
Data transmission systems
Genetic algorithms
Computer networks
Computer networks
Computer networks
TCP/IP (Computer network protocol)
Safet
description Resumo: 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 controle
publishDate 2024
dc.date.defesa.pt_BR.fl_str_mv 03.04.2017
dc.date.created.fl_str_mv 2017.00
dc.date.accessioned.fl_str_mv 2024-05-01T14:58:58Z
dc.date.available.fl_str_mv 2024-05-01T14:58:58Z
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/123456789/15964
url https://repositorio.uel.br/handle/123456789/15964
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/1e554d2e-c3f4-4c5e-90a3-6f6d9024b8f2/download
https://repositorio.uel.br/bitstreams/9df560d7-435b-4f2c-b045-01002091ed07/download
https://repositorio.uel.br/bitstreams/116d2f95-0740-4909-bf3e-86fecb3f069f/download
bitstream.checksum.fl_str_mv a1ed7b55f95959b09e8e4818845769b7
753f376dfdbc064b559839be95ac5523
7636b98d1422b0053f1623a740b14dab
bitstream.checksumAlgorithm.fl_str_mv 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_ 1856675817607659520

Registros relacionados