Impacto da correlação de fontes heterogêneas na predição de botnets e DDoS

• Processo: 22/06840-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de agosto de 2022
• Data de Término da vigência: 31 de julho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Michele Nogueira Lima
• Beneficiário: Ligia Francielle Borges
• Instituição Sede: Instituto de Ciências Exatas (ICEx). Universidade Federal de Minas Gerais (UFMG). Ministério da Educação (Brasil). Belo Horizonte , SP, Brasil
• Vinculado ao auxílio: 18/23098-0 - MENTORED: da modelagem à experimentação - predizendo e detectando ataques DDoS e zero-day, AP.TEM
• Assunto(s): Redes de computadores Internet Ataques a computadores
• Palavra(s)-Chave do Pesquisador: Botnet Prediction | Correlação de informação | Distributed Denial of Service | Information Correlation | Negação de Serviço Distribuída | Predição de Botnet | Redes de Computadores

Resumo

A predição da formação de botnets antes que ataques de DDoS sejam de fato lançados contra um alvo representa uma grande contribuição tanto para o meio acadêmico quanto para a indústria, já que isso reduziria em muito os gastos necessários para mitigar um ataque em andamento e reparar um ataque bem sucedido. O bolsista de Pós-Doc envolvido neste projeto atuará na correlação de fontes heterogêneas que são úteis na predição da formação de botnets e ataques de DDoS. Será necessário correlacionar informações provenientes de fontes de informações abertas, como redes sociais e logs de serviços, com as predições decorrentes da aplicação da tecnica Casual Graph Process (CGP). (AU)

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)

BORGES, LIGIA F.; DE NEIRA, ANDERSON B.; ALBANO, LUCAS; NOGUEIRA, MICHELE. Multifaceted DDoS Attack Prediction by Multivariate Time Series and Ordinal Patterns. 2024 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS WORKSHOPS, ICC WORKSHOPS 2024, v. N/A, p. 6-pg., 2024-01-01. (22/06840-0, 22/06802-0)

BRITO, DAVI; DE NEIRA, ANDERSON B.; BORGES, LIGIA F.; NOGUEIRA, MICHELE. An Autonomous System for Predicting DDoS Attacks on Local Area Networks and the Internet. 2023 IEEE LATIN-AMERICAN CONFERENCE ON COMMUNICATIONS, LATINCOM, v. N/A, p. 6-pg., 2023-01-01. (22/06840-0, 22/06802-0)

DE NEIRA, ANDERSON B.; BORGES, LIGIA F.; ARAUJO, ALEX M.; NOGUEIRA, MICHELE. Unsupervised Feature Engineering Approach to Predict DDoS Attacks. IEEE CONFERENCE ON GLOBAL COMMUNICATIONS, GLOBECOM, v. N/A, p. 6-pg., 2023-01-01. (22/06840-0, 18/23098-0)