Modelo de predição de ataques de rede utilizando Netflow

• Ano de defesa: 2021
• Autor(a) principal: Calis, João Otavio Gonçalves
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Segurança de redes; Previsão de ataques; Aprendizado de máquina; Redes neurais artificiais; Séries temporais; Network security; Attack prediction; Machine learning; Artificial neural networks; Time series
• Link de acesso: http://hdl.handle.net/11449/214609

A Internet proporcionou inúmeros avanços para a sociedade desde de sua criação. Os computadores têm se mostrado úteis para todas as áreas do conhecimento. Esses dispositivos cada vez mais heterogêneos estão interligados à Internet de modo a prover diversas facilidades a indivíduos e organizações. Como em todos setores da sociedade, pessoas mal-intencionadas prejudicam o bom funcionamento da rede. Por esse motivo, faz-se necessária a aplicação de abordagens de defesa contra ataques cibernéticos. Por longo tempo tem-se elaborado técnicas de proteção contra ataques reativas, que são baseadas em sua detecção em tempo real. Embora tais técnicas tenham sua importância no cenário de defesa atual, a abordagem proativa de prevenção de ataques tem ganhado força recentemente. O potencial dos modelos preditivos aplicados em situações de cibersegurança ainda continua sendo explorado pelos pesquisadores da área de cibersegurança, sendo o uso das redes neurais a abordagem que se destaca entre as possibilidades. Dessa forma, o presente trabalho propõe um modelo expansível de previsão de ataques a redes de computadores baseado em redes neurais artificiais capaz de prever o volume de novos ataques de uma determinada categoria bem como realizar a classificação de ataques em uma rede com base no IP do atacante e da vítima.