
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Costa, Kelton Augusto Pontara da | - |
| Autor(es): dc.creator | Camilo, Renato Leite | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:41:06Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:41:06Z | - |
| Data de envio: dc.date.issued | 2023-11-26 | - |
| Data de envio: dc.date.issued | 2023-11-26 | - |
| Data de envio: dc.date.issued | 2023-11-15 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/251496 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/251496 | - |
| Descrição: dc.description | A cibersegurança é uma área de grande interesse na computação. A capacidade de detectar e lidar com invasores em ambientes digitais é uma preocupação para muitas pessoas e empresas. Em contrapartida, os mecanismos que proporcionam essa capacidade nem sempre são totalmente confiáveis, falhando em algumas ocasiões e causando prejuízos inimagináveis para seus usuários. Como resolução para esse problema, muito se propõe o uso de aprendizado de máquina. Esse projeto emprega dois algoritmos de clusterização: K-Means e DBSCAN. O objetivo é analisar seu impacto quando usados em conjuntos com outros classificadores baseados em três algoritmos de aprendizado de máquina: Support Vector Machines, Multilayer Perceptron e K-Nearest Neighbors. Além disso, é empregado o conceito de honeypots para analisar sua usabilidade como receptáculo de informações a respeito de ataques para providenciar dados aos modelos preditivos. Tudo que chega a um honeypot é considerado um ataque e esse tipo de informação pode ser aproveitado por modelos de aprendizado de máquina. | - |
| Descrição: dc.description | Cybersecurity is an area of great interest in computing. The ability to detect and deal with attackers in digital environments is a concern for many people and companies. On the other hand, the mechanisms that provide this capacity are not always completely reliable, failing on some occasions and causing unimaginable losses for their users. As a solution to this problem, many people propose the use of machine learning. This project employs two \textit{clustering} algorithms: K-Means and DBSCAN. The objective is to analyze their impact when used in conjunction with other classifiers based on three machine learning algorithms: Support Vector Machines, Multilayer Perceptron and K-Nearest Neighbors. Furthermore, the concept of \textit{honeypots} is used to analyze its usability as a receptacle of information regarding attacks to provide data for predictive models. Everything that reaches a honeypot is considered an attack and this type of information can be used by machine learning models. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
| Palavras-chave: dc.subject | Cibersegurança | - |
| Palavras-chave: dc.subject | Ciberataques | - |
| Palavras-chave: dc.subject | Honeypot | - |
| Palavras-chave: dc.subject | Aprendizado de Máquina | - |
| Palavras-chave: dc.subject | Clusterização | - |
| Palavras-chave: dc.subject | Cybersecurity | - |
| Palavras-chave: dc.subject | Cyberattacks | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Clustering | - |
| Título: dc.title | Análise do desempenho de honeypots e algoritmos de aprendizado de máquina em tarefas de detecção de intrusão | - |
| Título: dc.title | Performance analysis of honeypots and machine learning algorithms in intrusion detection tasks | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: