Diseño de un modelo de detección de intrusos en entornos IoT usando inteligencia artificial.

Internet de las cosas (IoT) permite que grandes cantidades y variedad de dispositivos se conecten, interactúen e intercambien datos, a medida que la era de IoT se desarrolla rápidamente en los últimos años, los atacantes se dirigen principalmente a entornos de red de este tipo, con lo que se ha dado un tremendo crecimiento de botnet IoT para ataques DDoS en los últimos años, la seguridad de IoT se ha convertido en uno de los temas más preocupantes en el campo de la seguridad de la red y surgió la necesidad de nuevos métodos que detecten ataques lanzados desde dispositivos IoT comprometidos. La inteligencia artificial (IA), por otro lado, ha encontrado muchas aplicaciones y se está explorando ampliamente para proporcionar seguridad específicamente para dispositivos IoT. En términos generales, existen dos técnicas de detección de valores atípicos que utilizan métodos de aprendizaje automático las cuales son a) Métodos basados en estadísticas y b) Métodos basados en clasificación. Esta propuesta de trabajo propone el diseño de un modelo para detección de intrusos en entornos IoT, usando el conjunto de datos publico Bat-IoT y algoritmos de machine learning.

• Fecha de publicación: 2021
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/29671
• Acceso en línea: http://hdl.handle.net/11349/29671
• Palabra clave: Internet de las Cosas; Inteligencia Artificial; Aprendizaje Automático; Detección de Intrusos; Ataques de Red; Maestría en Telecomunicaciones Móviles (Virtual) - Tesis y Disertaciones Académicas; Inteligencia artificial; Internet - Medidas de seguridad; Seguridad en computadores; Redes de computadores -Medidas de seguridad; Internet of Things; Artificial Intelligence; Machine Learning; Intrusion Detection; Network Attacks
• License: Restringido (Solo Referencia)