
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 | Foronda, Augusto | - |
| Autor(es): dc.contributor | Foronda, Augusto | - |
| Autor(es): dc.contributor | Schmitke, Luiz Rafael | - |
| Autor(es): dc.contributor | Andrade, Vinícius Camargo | - |
| Autor(es): dc.creator | Nascimento, Juliano Silva do | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T12:59:34Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T12:59:34Z | - |
| Data de envio: dc.date.issued | 2023-07-19 | - |
| Data de envio: dc.date.issued | 2023-07-19 | - |
| Data de envio: dc.date.issued | 2022-10-30 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/31819 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1105542 | - |
| Descrição: dc.description | Distributed Denial of Service (DDoS) attack is a type of attack in which a cyber criminal generates a large number of requests for requests to a server, until the server is overwhelmed by so many requests, causing your resources slow down, crash, or slow down your network. There are some techniques and tools to identify this type of attack, such as the signature-based analysis of the SNORT intrusion detection tool. But the problem with this technique is that it does not identify new attacks, only known attacks. To solve this problem, new techniques based on artificial intelligence have emerged that use the learning process to be able to identify and classify through known patterns those traffics that are prone to be malicious, compared to normal traffic. This work analyzes the Random Forest, Random Tree and J48 classification algorithms to verify their effectiveness to identify new DDoS attacks. Simulations are made with different percentages of size for testing and training to verify which one presents the best result. | - |
| Descrição: dc.description | Ataque distribuído de negação de serviço DDoS (Distributed Denial of Service) é um tipo de ataque no qual um cyber criminoso gera uma grande quantidade de solicitações de requisições para um servidor, até que o servidor fique sobrecarregado por conta de tantas solicitações, fazendo com que seus recursos diminuam, trave ou cause lentidão na rede. Existem algumas técnicas e ferramentas para identificar este tipo de ataque, como a análise baseada em assinatura da ferramenta de detecção de intrusão SNORT. Mas o problema desta técnica é que não identifica novos ataques, somente ataques conhecidos. Para resolver este problema, tem surgido novas técnicas baseadas em inteligência artificial que utiliza o processo de aprendizagem para conseguir identificar e classificar por meio de padrões conhecidos aqueles tráfegos que são propícios a serem maliciosos, comparados a um tráfego normal. Este trabalho analisa os algoritmos de classificação Random Forest, Random Tree e J48 para verificar sua eficácia para identificar novos ataques do tipo DDoS. São feitas simulações com diferentes porcentagens de tamanho para teste e treino para verificar qual apresenta melhor resultado. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Ponta Grossa | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
| Publicador: dc.publisher | Ciência da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Redes de computadores | - |
| Palavras-chave: dc.subject | Algorítmos | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Computer networks | - |
| Palavras-chave: dc.subject | Algorithms | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Comparação dos algoritmos Random Forest, Random Tree e J48 para detectar ataques DDoS | - |
| Título: dc.title | Comparison of Random Forest, Random Tree and J48 algorithms to detect DDoS attacks | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: