Detecção de Intrusos em Redes de Computadores utilizando Modelos de Aprendizado de Máquina Inspirados pela Natureza

• Processo: 12/05317-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2012
• Data de Término da vigência: 31 de março de 2013
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Fabricio Aparecido Breve
• Beneficiário: Rafael de Souza Ferreira
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Vinculado ao auxílio: 11/17396-9 - Aprendizado de máquina utilizando modelos inspirados pela natureza, AP.JP
• Assunto(s): Inteligência computacional Aprendizado computacional Aprendizado semissupervisionado Redes de computadores
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado Semi-supervisionado | Detecção de Intrusos | Inteligência computacional | Redes de Computadores | Inteligência Computacional

Resumo

Nos últimos anos tem sido observado um crescimento bastante rápido na conectividade e disponibilidade de sistemas de computadores, com milhões de cidadãos utilizando-as para fazer compras, consultar contas bancárias, declarar impostos, etc. Conseqüentemente, a segurança dessas redes passou a ser um tópico de extrema importância. Diversas técnicas têm sido desenvolvidas e utilizadas para analisar e identificar ataques contra computadores e infraestruturas de redes, e são comumente chamadas de técnicas de detecção de intrusos. Apesar de serem bastante eficientes na detecção de ataques conhecidos, as ferramentas de detecção de intrusos atuais pouco podem fazer com relação a novos ataques, que não foram levados em consideração durante seu desenvolvimento. O uso do aprendizado semi-supervisionado é bastante indicado neste tipo de problema, pois rotular pacotes de dados para a etapa de treinamento dos algoritmos é uma tarefa bastante complicada e demorada. O objetivo deste trabalho é adaptar modelos de aprendizado de máquina inspirados na natureza, que utilizam movimentação de partículas inteligentes, para tratar o problema de detecção de intrusos em redes de computadores.