Estudo, desenvolvimento e implementação de algoritmos de aprendizagem de máquina, em software e hardware, para detecção de intrusão de rede: uma análise de eficiência energética

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPedroni, Volnei Antonio-
Autor(es): dc.contributorJasinski, Ricardo Pereira-
Autor(es): dc.creatorFrança, André Luiz Pereira de-
Data de aceite: dc.date.accessioned2025-08-29T12:45:20Z-
Data de disponibilização: dc.date.available2025-08-29T12:45:20Z-
Data de envio: dc.date.issued2015-05-21-
Data de envio: dc.date.issued2015-05-21-
Data de envio: dc.date.issued2015-02-26-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/1166-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1101276-
Descrição: dc.descriptionThe increasing network speeds, number of attacks, and need for energy efficiency are pushing software-based network security to its limits. A common kind of threat is probing attacks, in which an attacker tries to find vulnerabilities by sending a series of probe packets to a target machine. This work presents the study, development, and implementation of a network packets feature extraction algorithm in hardware and three machine learning classifiers (Decision Tree, Naive Bayes, and k-nearest neighbors), in software and hardware, for the detection of probing attacks. The work also presents detailed results of classification accuracy, throughput, and energy consumption for each implementation.-
Descrição: dc.descriptionCAPES; CNPq-
Descrição: dc.descriptionO constante aumento na velocidade da rede, o número de ataques e a necessidade de eficiência energética estão fazendo com que a segurança de rede baseada em software chegue ao seu limite. Um tipo comum de ameaça são os ataques do tipo probing, nos quais um atacante procura vulnerabilidades a partir do envio de pacotes de sondagem a uma máquina-alvo. Este trabalho apresenta o estudo, o desenvolvimento e a implementação de um algoritmo de extração de características dos pacotes da rede em hardware e de três classificadores de aprendizagem de máquina (Árvore de Decisão, Naive Bayes e k-vizinhos mais próximos), em software e hardware, para a detecção de ataques do tipo probing. O trabalho apresenta, ainda resultados detalhados de acurácia de classificação, taxa de transferência e consumo de energia para cada implementação.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica e Informática Industrial-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectAlgorítmos computacionais-
Palavras-chave: dc.subjectSoftware - Desenvolvimento-
Palavras-chave: dc.subjectMétodos de simulação-
Palavras-chave: dc.subjectEnergia - Consumo-
Palavras-chave: dc.subjectEngenharia elétrica-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectComputer algorithms-
Palavras-chave: dc.subjectComputer software - Development-
Palavras-chave: dc.subjectSimulation methods-
Palavras-chave: dc.subjectEnergy consumption-
Palavras-chave: dc.subjectElectric engineering-
Título: dc.titleEstudo, desenvolvimento e implementação de algoritmos de aprendizagem de máquina, em software e hardware, para detecção de intrusão de rede: uma análise de eficiência energética-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.