Detección de amenazas en una red IoT a usando técnicas de Machine Learning

El Internet de las Cosas (Internet of Things - IoT) ha permitido a industrias y hogares implementar sensores y dispositivos que ayudan a monitorear diferentes procesos, al igual que poder ejecutar algunas acciones de manera remota. La gran variedad de dispositivos de IoT, combinada con su aplicabilidad permite tecnificar campos en la industria que históricamente habían sido olvidados para la tecnología. De igual manera que la tecnología IoT ha ido ganando terreno también se ha expuesto algunas de sus vulnerabilidades, esto ha generado que se comience a trabajar en lograr tener una red IoT con más seguridad y mejor defensa para que sea capaz de funcionar de manera correcta en todos los campos. La necesidad de proteger las redes IoT han desencadenado, en los atacantes, una serie de nuevas técnicas para obtener, manipular, extraer o eliminar la información que viaja por aquella red. Es por eso por lo que se ha buscado nuevos métodos para contrarrestar los ataques maliciosos sobre las redes IoT. En este proyecto se buscó aplicar una técnica de machine Learning la cual se pueda integrar a una red IoT para monitorearla en tiempo real y poder responder ante atacantes que quieran penetrar en dicha red. El objetivo final es la implementación de una técnica que en poco tiempo pueda detectar de forma oportuna y correcta la presencia de algunos malwares en la red.

• Autores: Chacón Acosta, Diego Sebastián
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/53720
• Acceso en línea: http://hdl.handle.net/1992/53720
• Palabra clave: Internet de las cosas; Redes de computadores; Protección de programas para computador; Aprendizaje automático (Inteligencia artificial); Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/