Detecção de intrusão em redes de computadores com estatísticas PDF e classificadores neurais

AUTOR(ES)

Leandro Silva Jorge

DATA DE PUBLICAÇÃO

2006

RESUMO

This work is a study about architectures, methods and results on computer networks intrusion detection to avoid Denial-of-Services attacks. The main techniques used were: packet-oriented window observation, structured hierarchical processes, anomaly based network intrusion detection by monitoring several network traffic parameters simultaneously. The Probability Density Function (PDF) has been used and statistically compared it to normal behavior referenced functions using similarity metrics. The results have been combined into an anomaly status vector classified by a neural network classifier. Two data sets have been tested to measure the performance of the proposed approach: the OPNET simulations data and the DARPA98 intrusion detection evaluation data. The results showed reliable detection in DoS attacks with high accuracy and very low false alarm rates on all data sets.

ASSUNTO(S)

redes neurais redes de computadores função densidade de probabilidade detecção de intrusão engenharia eletrica intrusion detection density probability function computer networks neural networks

Documentos Relacionados

• Proposta de um sistema de detecção e classificação de intrusão em redes de computadores baseado em transformadas wavelets e redes neurais artificiais
• ARTIFICIAL NEURAL NETWORKS APPLIED TO INTRUSION DETECTION ON TCP/IP NETWORKS
• Detecção de intrusão em redes de sensores sem fio utilizando uma abordagem colaborativa e cross-layer
• Classificação de imagens tomográficas de ciência dos solos utilizando redes neurais e combinação de classificadores.
• Detecção em tempo real de desflorestamentos na Amazônia com uso de dados MODIS/TERRA e redes neurais