Busca avançada
Ano de início
Entree

Sobre a detecção de anomalias em redes de computadores utilizando floresta de caminhos ótimos: avanços e aplicações em redes de computadores

Processo: 15/00801-9
Modalidade de apoio:Auxílio à Pesquisa - Regular
Data de Início da vigência: 01 de julho de 2015
Data de Término da vigência: 30 de junho de 2017
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Kelton Augusto Pontara da Costa
Beneficiário:Kelton Augusto Pontara da Costa
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Pesquisadores associados:João Paulo Papa
Assunto(s):Segurança de redes  Anomalias  Redes de computadores  Reconhecimento de padrões  Algoritmos  Inteligência artificial 
Palavra(s)-Chave do Pesquisador:Algoritmos Evolucionistas | Análise de Tráfego em Redes de Computadores | Anomalias em Redes de Computadores | Reconhecimento de Padrões | Segurança em Redes de Computadores | Técnicas inteligentes | Redes de Computadores

Resumo

Nota-se, nesses últimos anos, que o número de pessoas interessadas em acessar informações não autorizadas vem crescendo exponencialmente em conjunto com o diferente número de ataques que acompanham na mesma velocidade. Considera-se, também, que certas ferramentas, tais como antivírus e firewalls são importantes para a segurança de uma rede de computadores, porém devido a grande quantidade de anomalias presentes em tais ambientes, torna-se difícil uma aplicação apresentar grande eficiência e eficácia na detecção desses códigos maliciosos. Assim, considerando a diversificação dos ataques, bem como suas complexidades, empresas tem aumentado seus investimentos em estudos para a elaboração de sistemas de detecção de intrusões mais eficientes utilizando técnicas de inteligência artificial. O presente projeto de pesquisa objetiva o estudo e desenvolvimento de técnicas de detecção de anomalias em redes de computadores utilizando o classificador por Floresta de Caminhos Ótimos, o qual ainda não foi empregado nesse contexto. Ademais, o projeto visa contribuir com uma biblioteca para o classificador OPF no intuito de ampliar a sua divulgação entre pesquisadores nacionais e internacionais. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
PISANI, R.; COSTA, K.; ROSA, G.; PEREIRA, D.; PAPA, J.; TAVARES, J. M. R. S.; IEEE. RIVER SEDIMENT YIELD CLASSIFICATION USING REMOTE SENSING IMAGERY. 2016 9TH IAPR WORKSHOP ON PATTERN RECOGNITION IN REMOTE SENSING (PRRS), v. N/A, p. 6-pg., . (14/16250-9, 15/00801-9, 15/25739-4)
PASSOS JUNIOR, LEANDRO APARECIDO; OBA RAMOS, CAIO CESAR; RODRIGUES, DOUGLAS; PEREIRA, DANILLO ROBERTO; DE SOUZA, ANDRE NUNES; PONTARA DA COSTA, KELTON AUGUSTO; PAPA, JOAO PAULO. Unsupervised non-technical losses identification through optimum-path forest. Electric Power Systems Research, v. 140, p. 413-423, . (12/14158-2, 09/16206-1, 13/20387-7, 15/00801-9, 14/16250-9)