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 aplicabili...
- 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/
| id |
UNIANDES2_cee071ccb492edd757baf6887d5c3236 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/53720 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| title |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| spellingShingle |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning Internet de las cosas Redes de computadores Protección de programas para computador Aprendizaje automático (Inteligencia artificial) Ingeniería |
| title_short |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| title_full |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| title_fullStr |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| title_full_unstemmed |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| title_sort |
Detección de amenazas en una red IoT a usando técnicas de Machine Learning |
| dc.creator.fl_str_mv |
Chacón Acosta, Diego Sebastián |
| dc.contributor.advisor.none.fl_str_mv |
Lozano Garzón, Carlos Andrés Montoya Orozco, Germán Adolfo |
| dc.contributor.author.none.fl_str_mv |
Chacón Acosta, Diego Sebastián |
| dc.subject.armarc.none.fl_str_mv |
Internet de las cosas Redes de computadores Protección de programas para computador Aprendizaje automático (Inteligencia artificial) |
| topic |
Internet de las cosas Redes de computadores Protección de programas para computador Aprendizaje automático (Inteligencia artificial) Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
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. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-11-03T16:36:52Z |
| dc.date.available.none.fl_str_mv |
2021-11-03T16:36:52Z |
| dc.date.issued.none.fl_str_mv |
2021 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/53720 |
| dc.identifier.pdf.none.fl_str_mv |
24727.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/53720 |
| identifier_str_mv |
24727.pdf 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.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
47 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 de 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/39617b14-276e-489b-b03f-a5aaa32af304/download https://repositorio.uniandes.edu.co/bitstreams/d741eb86-1007-4a81-8740-0979abefb285/download https://repositorio.uniandes.edu.co/bitstreams/57680b27-2d0c-4beb-9e52-723656731a2d/download |
| bitstream.checksum.fl_str_mv |
8821d34a58ab98f3306e46df44d3b0c3 44ea3ebb764764f355eaba4dfc205b9b da85e1f153a0f1687c894f05925a0e69 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133916400680960 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Lozano Garzón, Carlos Andrés0308076e-8c24-4fed-b24c-5d68ab374ccd400Montoya Orozco, Germán Adolfo5197444c-7403-45ee-b2de-4229030f60ee400Chacón Acosta, Diego Sebastiánb700abcf-2a27-4579-873b-39e7604a95065002021-11-03T16:36:52Z2021-11-03T16:36:52Z2021http://hdl.handle.net/1992/5372024727.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/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.Internet of Things (IoT) has allowed industries and homes to implement sensors and devices that help them monitor different processes, as well as they can execute some of their actions remotely. The great variety of IoT devices, combined with its applicability allows the technification of industry fields that historically had been forgotten by technology. In the same way that IoT technology had been gaining ground it has been exposed some of its vulnerabilities, this has led to the beginning of work in order to have an IoT network with more security and better protection for it to function in a correct way in all fields. The need of protecting the IoT networks has triggered, in the attackers, a series of new techniques to obtain, handle, extract or delete the information that travels through that network. Therefore new methods have been sought to counter malicious attacks on IoT networks. In this project it was sought to apply a machine learning technique, which can be integrated to an IoT network for real time monitoring and be able to respond to attackers that want to break through that network. The final objective is the implementation of a technique that in short time can detect in a timely and correct manner the presence of malwares in the networkIngeniero de Sistemas y ComputaciónPregrado47 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónDetección de amenazas en una red IoT a usando técnicas de Machine LearningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPInternet de las cosasRedes de computadoresProtección de programas para computadorAprendizaje automático (Inteligencia artificial)Ingeniería201613683PublicationORIGINAL24727.pdfapplication/pdf613248https://repositorio.uniandes.edu.co/bitstreams/39617b14-276e-489b-b03f-a5aaa32af304/download8821d34a58ab98f3306e46df44d3b0c3MD51TEXT24727.pdf.txt24727.pdf.txtExtracted texttext/plain66263https://repositorio.uniandes.edu.co/bitstreams/d741eb86-1007-4a81-8740-0979abefb285/download44ea3ebb764764f355eaba4dfc205b9bMD54THUMBNAIL24727.pdf.jpg24727.pdf.jpgIM Thumbnailimage/jpeg6383https://repositorio.uniandes.edu.co/bitstreams/57680b27-2d0c-4beb-9e52-723656731a2d/downloadda85e1f153a0f1687c894f05925a0e69MD551992/53720oai:repositorio.uniandes.edu.co:1992/537202023-10-10 17:04:13.737http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |