Texto completo
| |
| Autor(es): |
Clayton Reginaldo Pereira
Número total de Autores: 1
|
| Tipo de documento: | Dissertação de Mestrado |
| Imprenta: | São José do Rio Preto. 2014-06-11. |
| Instituição: | Universidade Estadual Paulista (Unesp). Instituto de Biociências Letras e Ciências Exatas. São José do Rio Preto |
| Data de defesa: | 2012-07-23 |
| Orientador: | João Paulo Papa |
| Resumo | |
Sistemas de detecção de intrusão tem utilizado cada vez mais técnicas baseadas em inteligência artificial com o objetivo de aumentar sua precisão. Técnicas como redes neurais artificiais e máquinas de vetores de suporte são exemplos de abordagens que tem sido amplamente empregadas para este m. Entretanto, a complexidade dessas t ecnicas para o aprendizado de novos ataques e muito alta, inviabilizando o seu retreinamento em tempo real. Dado que um novo classificador de padrões denominado Floresta de Caminhos Otimos (Optimum-Path Forest- OPF) foi recentemente proposto, e obteve taxas de reconhecimento similares aquelas obtidas por técnicas estado-da-arte em reconhecimento de padrões, por em mais rápido para o treinamento, este trabalho objetiva a avaliação do classicador OPF no contexto de detecção de intrus~ao em redes de computadores. Experimentos em diferentes bases de dados mostraram que o classificador OPF pode ser uma ferramenta adequada para detectar intrusões em redes de computadores, dado que o mesmo pode aprender novos ataques mais rapidamente que algumas das técnicas empregadas no trabalho (AU) | |
| Processo FAPESP: | 10/02045-3 - Detecção de Intrusões Baseada em Floresta de Caminhos Ótimos |
| Beneficiário: | Clayton Reginaldo Pereira |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |