Modelo de identificación y clasificación de ataques de intrusión basado el conjunto de datos de “detección de intrusión en IT” del repositorio KAGGLE mediante la implementación de un algoritmo evolutivo

Este estudio desarrolla un modelo para la identificación y clasificación de ataques de intrusión en redes IoT utilizando el conjunto de datos de “Detección de Intrusión en IT” del repositorio KAGGLE, mediante la implementación de un algoritmo evolutivo. El objetivo principal fue mejorar la precisión del modelo de detección de intrusiones optimizando una red neuronal profunda mediante un algoritmo genético. La investigación se realizó en un entorno de procesamiento basado en plataformas de ejecución de código en línea, que proporcionó capacidades avanzadas para el manejo de grandes volúmenes de datos y modelos complejos. Se enfocó en evaluar cómo el preprocesamiento de datos, la reducción de dimensionalidad y la aplicación de un algoritmo evolutivo influyen en la efectividad de la red neuronal profunda para clasificar ataques de intrusión.

• Autores: Torres Céspedes, Alfonso Iván; Carrion Parca, Julian Felipe
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• OAI Identifier: oai:repository.udistrital.edu.co:11349/93429
• Acceso en línea: http://hdl.handle.net/11349/93429
• Palabra clave: Algortimo genético; Red neuronal; Ataques de intrusión; Reduccion dimensionalidad; Ingeniería de Telecomunicaciones -- Tesis y disertaciones académicas; Redes de computadores --Médidas de seguridad; Internet; Inteligencia artificial; Genetic algorithm; Neural network; Intrusion attacks; Dimensionality reduction
• License: Abierto (Texto Completo)