From Network Package Flow to Images: How to Accurately Detect Anomalies in Computer Networks

Autor(es)

Hernandes Junior, Paulo R. Galego ; Scherer, Rafal ; Januario, Lucas B. ; Rodrigues, Douglas ; Papa, Joao P. ; Costa, Kelton A. P. ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2022 29TH INTERNATIONAL CONFERENCE ON SYSTEMS, SIGNALS AND IMAGE PROCESSING (IWSSIP); v. N/A, p. 4-pg., 2022-01-01.

Resumo

With the increasing adoption of data networks, attacks will cause more and more damage, including financial losses to organizations and governments. Artificial intelligence, combined with Deep Learning techniques such as Convolutional Neural Networks (CNN), helps organizations detect early attacks on their infrastructures. A CNN is a specialist system in extracting pieces of information about images. This work presents a method that converts data from network connections into images. We use a CNN with three convolutional layers, which will use the generated images as input and extract features based on their weights to perform attack detection. We reached promising results detecting attacks using the NSL-KDD dataset as the input to create the images. (AU)

• Processo FAPESP: 21/05516-1 - Sobre a aplicação das técnicas da Explainable Artificial Intelligence (XAI) para geração de imagens a partir de pacotes de dados para detecção de anomalias em redes de computadores
• Beneficiário: Kelton Augusto Pontara da Costa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
• Beneficiário: Francisco Louzada Neto
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
• Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
• Beneficiário: Alexandre Xavier Falcão
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 19/07665-4 - Centro de Inteligência Artificial
• Beneficiário: Fabio Gagliardi Cozman
• Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Centros de Pesquisa em Engenharia