Análisis del tráfico de red utilizando técnicas de Machine Learning
Con el desarrollo de este proyecto se pretende facilitar las tareas de un gestor de red, esto mediante el uso de distintas técnicas de machine learning (ML) que permitan obtener información importante sobre el tráfico de red capturado por un router en una red local.
- Autores:
-
Guzmán Moyano, John Alexander
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/73727
- Acceso en línea:
- https://hdl.handle.net/1992/73727
- Palabra clave:
- Machine Learning
Tráfico de Red
Agrupamiento
Detección de Anomalias
Clasificación
Analisis de Datos
Ingeniería
- Rights
- openAccess
- License
- Attribution 4.0 International
id |
UNIANDES2_92a42a7f19015597e4d8dca7cab250f5 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/73727 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
dc.title.alternative.eng.fl_str_mv |
Network Traffic Analysis Using Machine Learning Techniques |
title |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
spellingShingle |
Análisis del tráfico de red utilizando técnicas de Machine Learning Machine Learning Tráfico de Red Agrupamiento Detección de Anomalias Clasificación Analisis de Datos Ingeniería |
title_short |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
title_full |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
title_fullStr |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
title_full_unstemmed |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
title_sort |
Análisis del tráfico de red utilizando técnicas de Machine Learning |
dc.creator.fl_str_mv |
Guzmán Moyano, John Alexander |
dc.contributor.advisor.none.fl_str_mv |
Forero Montoya, Betsy Stella Montoya Orozco, Germán Adolfo |
dc.contributor.author.none.fl_str_mv |
Guzmán Moyano, John Alexander |
dc.contributor.jury.none.fl_str_mv |
Lozano Garzón, Carlos Andrés |
dc.contributor.researchgroup.none.fl_str_mv |
Facultad de Ingeniería::COMIT - Comunicaciones y Tecnología de Información |
dc.subject.keyword.none.fl_str_mv |
Machine Learning Tráfico de Red Agrupamiento Detección de Anomalias Clasificación Analisis de Datos |
topic |
Machine Learning Tráfico de Red Agrupamiento Detección de Anomalias Clasificación Analisis de Datos Ingeniería |
dc.subject.themes.spa.fl_str_mv |
Ingeniería |
description |
Con el desarrollo de este proyecto se pretende facilitar las tareas de un gestor de red, esto mediante el uso de distintas técnicas de machine learning (ML) que permitan obtener información importante sobre el tráfico de red capturado por un router en una red local. |
publishDate |
2023 |
dc.date.issued.none.fl_str_mv |
2023-12-15 |
dc.date.accessioned.none.fl_str_mv |
2024-02-01T02:05:14Z |
dc.date.available.none.fl_str_mv |
2024-02-01T02:05:14Z |
dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.none.fl_str_mv |
Text |
dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/1992/73727 |
dc.identifier.instname.none.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
https://hdl.handle.net/1992/73727 |
identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.references.none.fl_str_mv |
M. Sha, R. Dor, G. Hackmann, C. Lu, T.-S. Kim, and T. Park, “Self-adapting mac layer for wireless sensor networks,” in 2013 IEEE 34th Real-Time Systems Symposium, pp. 192–201, 2013. Q. Mao, F. Hu, and Q. Hao, “Deep learning for intelligent wireless networks: A comprehensive survey,” IEEE Communications Surveys Tutorials, vol. 20, no. 4, pp. 2595–2621, 2018. M. Kulin, T. Kazaz, E. De Poorter, and I. Moerman, “A survey on machine learningbased performance improvement of wireless networks: Phy, mac and network layer,” Electronics, vol. 10, no. 3, 2021. P. Haffner, S. Sen, O. Spatscheck, and D. Wang, “Acas: Automated construction of application signatures,” pp. 197–202, 01 2005. J. Erman, A. Mahanti, M. Arlitt, I. Cohen, and C. Williamson, “Offline/realtime traffic classification using semi-supervised learning,” Performance Evaluation, vol. 64, no. 9, pp. 1194–1213, 2007. Performance 2007. M. A. Yar, “Internet traffic data set,” 2023. X. Jin and J. Han, K-Means Clustering, pp. 563–564. Boston, MA: Springer US, 2010. F. T. Liu, K. Ting, and Z.-H. Zhou, “Isolation forest,” pp. 413 – 422, 01 2009. J. R. Quinlan, “Induction of decision trees,” Machine Learning, vol. 1, pp. 81–106, Mar 1986. |
dc.rights.en.fl_str_mv |
Attribution 4.0 International |
dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Attribution 4.0 International http://creativecommons.org/licenses/by/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
19 páginas |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
publisher.none.fl_str_mv |
Universidad de los Andes |
institution |
Universidad de los Andes |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/59600906-14b1-471d-939b-222fe8b255e0/download https://repositorio.uniandes.edu.co/bitstreams/a8c11ffb-7562-4700-ba3a-82827780915e/download https://repositorio.uniandes.edu.co/bitstreams/2fad6c6b-b36a-4d30-bf38-79afd11a1aff/download https://repositorio.uniandes.edu.co/bitstreams/0855f64f-ce6d-4da6-8293-f81125300ede/download https://repositorio.uniandes.edu.co/bitstreams/b15002eb-78d9-47cd-baa2-be468bc44154/download https://repositorio.uniandes.edu.co/bitstreams/22d1c904-ea50-4f37-b392-bbb4e70f4777/download https://repositorio.uniandes.edu.co/bitstreams/41f5e8df-f7a4-4970-8847-cfed3bc5d395/download https://repositorio.uniandes.edu.co/bitstreams/e2b2ce1f-357a-4448-a375-7e19212e1e96/download |
bitstream.checksum.fl_str_mv |
1e1626119b59a35da474e9a3926cff98 d5cc28386522a05b78b8ee3d45b12a40 0175ea4a2d4caec4bbcc37e300941108 ae9e573a68e7f92501b6913cc846c39f a334dbc38bcf9e180b5159d7396a835a 28dcee6e1a5feed2bb4f3a98854e60b0 1dce514129b261359e793a3aec6d82b2 db4595be369c47574b6d7835abfaa0f7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812134013799759872 |
spelling |
Forero Montoya, Betsy StellaMontoya Orozco, Germán AdolfoGuzmán Moyano, John AlexanderLozano Garzón, Carlos AndrésFacultad de Ingeniería::COMIT - Comunicaciones y Tecnología de Información2024-02-01T02:05:14Z2024-02-01T02:05:14Z2023-12-15https://hdl.handle.net/1992/73727instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Con el desarrollo de este proyecto se pretende facilitar las tareas de un gestor de red, esto mediante el uso de distintas técnicas de machine learning (ML) que permitan obtener información importante sobre el tráfico de red capturado por un router en una red local.Ingeniero de Sistemas y ComputaciónPregradoIA aplicada a telecomunicaciones19 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Análisis del tráfico de red utilizando técnicas de Machine LearningNetwork Traffic Analysis Using Machine Learning TechniquesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMachine LearningTráfico de RedAgrupamientoDetección de AnomaliasClasificaciónAnalisis de DatosIngenieríaM. Sha, R. Dor, G. Hackmann, C. Lu, T.-S. Kim, and T. Park, “Self-adapting mac layer for wireless sensor networks,” in 2013 IEEE 34th Real-Time Systems Symposium, pp. 192–201, 2013.Q. Mao, F. Hu, and Q. Hao, “Deep learning for intelligent wireless networks: A comprehensive survey,” IEEE Communications Surveys Tutorials, vol. 20, no. 4, pp. 2595–2621, 2018.M. Kulin, T. Kazaz, E. De Poorter, and I. Moerman, “A survey on machine learningbased performance improvement of wireless networks: Phy, mac and network layer,” Electronics, vol. 10, no. 3, 2021.P. Haffner, S. Sen, O. Spatscheck, and D. Wang, “Acas: Automated construction of application signatures,” pp. 197–202, 01 2005.J. Erman, A. Mahanti, M. Arlitt, I. Cohen, and C. Williamson, “Offline/realtime traffic classification using semi-supervised learning,” Performance Evaluation, vol. 64, no. 9, pp. 1194–1213, 2007. Performance 2007.M. A. Yar, “Internet traffic data set,” 2023.X. Jin and J. Han, K-Means Clustering, pp. 563–564. Boston, MA: Springer US, 2010.F. T. Liu, K. Ting, and Z.-H. Zhou, “Isolation forest,” pp. 413 – 422, 01 2009.J. R. Quinlan, “Induction of decision trees,” Machine Learning, vol. 1, pp. 81–106, Mar 1986.201713338PublicationORIGINALAutorizacionEnvioDocumento-Firmada.pdfAutorizacionEnvioDocumento-Firmada.pdfHIDEapplication/pdf245285https://repositorio.uniandes.edu.co/bitstreams/59600906-14b1-471d-939b-222fe8b255e0/download1e1626119b59a35da474e9a3926cff98MD51Análisis del Tráfico de Red Utilizando Técnicas de Machine Learning.pdfAnálisis del Tráfico de Red Utilizando Técnicas de Machine Learning.pdfapplication/pdf512613https://repositorio.uniandes.edu.co/bitstreams/a8c11ffb-7562-4700-ba3a-82827780915e/downloadd5cc28386522a05b78b8ee3d45b12a40MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908https://repositorio.uniandes.edu.co/bitstreams/2fad6c6b-b36a-4d30-bf38-79afd11a1aff/download0175ea4a2d4caec4bbcc37e300941108MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/0855f64f-ce6d-4da6-8293-f81125300ede/downloadae9e573a68e7f92501b6913cc846c39fMD54TEXTAutorizacionEnvioDocumento-Firmada.pdf.txtAutorizacionEnvioDocumento-Firmada.pdf.txtExtracted texttext/plain1456https://repositorio.uniandes.edu.co/bitstreams/b15002eb-78d9-47cd-baa2-be468bc44154/downloada334dbc38bcf9e180b5159d7396a835aMD55Análisis del Tráfico de Red Utilizando Técnicas de Machine Learning.pdf.txtAnálisis del Tráfico de Red Utilizando Técnicas de Machine Learning.pdf.txtExtracted texttext/plain35232https://repositorio.uniandes.edu.co/bitstreams/22d1c904-ea50-4f37-b392-bbb4e70f4777/download28dcee6e1a5feed2bb4f3a98854e60b0MD57THUMBNAILAutorizacionEnvioDocumento-Firmada.pdf.jpgAutorizacionEnvioDocumento-Firmada.pdf.jpgGenerated Thumbnailimage/jpeg11264https://repositorio.uniandes.edu.co/bitstreams/41f5e8df-f7a4-4970-8847-cfed3bc5d395/download1dce514129b261359e793a3aec6d82b2MD56Análisis del Tráfico de Red Utilizando Técnicas de Machine Learning.pdf.jpgAnálisis del Tráfico de Red Utilizando Técnicas de Machine Learning.pdf.jpgGenerated Thumbnailimage/jpeg7094https://repositorio.uniandes.edu.co/bitstreams/e2b2ce1f-357a-4448-a375-7e19212e1e96/downloaddb4595be369c47574b6d7835abfaa0f7MD581992/73727oai:repositorio.uniandes.edu.co:1992/737272024-02-16 15:22:01.86http://creativecommons.org/licenses/by/4.0/Attribution 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |