Estudo Comparativo de Métodos de Aprendizagem de Máquina Aplicados em Sistemas de Detecção de Intrusão
Resumo
Com o advento da tecnologia, o tráfego de informações cresce cada vez mais rápido e a invasão neste escopo se tornou cotidiana. Porém há mecanismos para evitar e/ou identificar este tipo de intrusão que são os Sistemas de Detecção de Intrusão (IDS - Intrusion Detection System). E com os avanços das ferramentas de Inteligência Artificial, verificou a viabilidade de se ter IDS baseados em Aprendizagem de Máquina, partindo do redimensionamento feito no dataset NSL-KDD utilizando os mesmos métodos de um estudo anterior feito em outro dataset, mantendo a acurácia e diminuindo o custo computacional.
Palavras-chave:
Sistemas de Detecção de Intrusão, Inteligência Artificial, Aprendizagem de Máquina
Referências
Alkhalil, A. and Ramadan, R. A. (2017). Iot data provenance implementation challenges. Procedia Computer Science, 109:1134 – 1139.
Campos, L. M. L. and Lima, A. S. (2012). Sistema para detecção de intrus˜ao em redes de computadores com uso de t´ecnica de mineração de dados. In V Congresso Tecnol´ogico Infobrasil, Fortaleza, Brasil.
Chouhan, N., Khan, A., and ur Rasheed Khan, H. (2019). Network anomaly detection using channel boosted and residual learning based deep convolutional neural network. Applied Soft Computing, 83:105612.
Farnaaz, N. and Jabbar, M. (2016). Random forest modeling for network intrusion detection system. Procedia Computer Science, 89:213 – 217.
Hajiheidari, S., Wakil, K., Badri, M., and Navimipour, N. J. (2019). Intrusion detection systems in the internet of things: A comprehensive investigation. Computer Networks, 160:165 – 191.
Hamzei, M. and Navimipour, N. J. (2018). Toward efficient service composition techniques in the internet of things. IEEE Internet of Things Journal, 5(5):3774–3787.
Morettin, P. A. and Bussab, W. d. O. (2010). Estatística b´asica. Saraiva, 6 edition.
Shenfield, A., Day, D., and Ayesh, A. (2018). Intelligent intrusion detection systems using artificial neural networks. ICT Express, 4(2):95 – 99.
Tavallaee, M., Bagheri, E., Lu,W., and Ghorbani, A. A. (2009). A detailed analysis of the kdd cup 99 data set. In IEEE Symposium on Computational Intelligence for Security and Defense Applications (CISDA).
Viegas, E. K., Santin, A. O., and Oliveira, L. S. (2017). Toward a reliable anomaly-based intrusion detection in real-world environments. Computer Networks, 127:200 – 216.
Zhang, J., Gardner, R., and Vukotic, I. (2019). Anomaly detection in wide area network meshes using two machine learning algorithms. Future Generation Computer Systems, 93:418 – 426.
Campos, L. M. L. and Lima, A. S. (2012). Sistema para detecção de intrus˜ao em redes de computadores com uso de t´ecnica de mineração de dados. In V Congresso Tecnol´ogico Infobrasil, Fortaleza, Brasil.
Chouhan, N., Khan, A., and ur Rasheed Khan, H. (2019). Network anomaly detection using channel boosted and residual learning based deep convolutional neural network. Applied Soft Computing, 83:105612.
Farnaaz, N. and Jabbar, M. (2016). Random forest modeling for network intrusion detection system. Procedia Computer Science, 89:213 – 217.
Hajiheidari, S., Wakil, K., Badri, M., and Navimipour, N. J. (2019). Intrusion detection systems in the internet of things: A comprehensive investigation. Computer Networks, 160:165 – 191.
Hamzei, M. and Navimipour, N. J. (2018). Toward efficient service composition techniques in the internet of things. IEEE Internet of Things Journal, 5(5):3774–3787.
Morettin, P. A. and Bussab, W. d. O. (2010). Estatística b´asica. Saraiva, 6 edition.
Shenfield, A., Day, D., and Ayesh, A. (2018). Intelligent intrusion detection systems using artificial neural networks. ICT Express, 4(2):95 – 99.
Tavallaee, M., Bagheri, E., Lu,W., and Ghorbani, A. A. (2009). A detailed analysis of the kdd cup 99 data set. In IEEE Symposium on Computational Intelligence for Security and Defense Applications (CISDA).
Viegas, E. K., Santin, A. O., and Oliveira, L. S. (2017). Toward a reliable anomaly-based intrusion detection in real-world environments. Computer Networks, 127:200 – 216.
Zhang, J., Gardner, R., and Vukotic, I. (2019). Anomaly detection in wide area network meshes using two machine learning algorithms. Future Generation Computer Systems, 93:418 – 426.
Publicado
25/09/2019
Como Citar
SILVA, Lucas C. C.; SILVA, Alexandre W. S.; FERNANDES FILHO, Aridson N.; BARRADAS FILHO, Alex O..
Estudo Comparativo de Métodos de Aprendizagem de Máquina Aplicados em Sistemas de Detecção de Intrusão. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 7. , 2019, São Luís.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 135-142.
