Detección de ataques de tipo Exploit en Redes IoT empleando algoritmos de clasificación de Machine Learning​

La relevancia y el rol de las redes IoT en la actualidad las convierten en un objetivo atractivo para los atacantes, quienes ven en esta tecnología una oportunidad para desestabilizar empresas públicas y privadas y ocasionar pérdidas significativas. El presente estudio tiene como objetivo desarrollar un módulo de seguridad basado en aprendizaje automático (machine learning) para detectar ataques del tipo Exploit. Se llevaron a cabo diversas pruebas utilizando cinco algoritmos de clasificación para determinar cuál sería el mejor algoritmo para la creación del módulo. La métrica principal utilizada para la selección del algoritmo fue el Recall, ya que este indicador nos permite evaluar la cantidad de ataques reales detectados por nuestro algoritmo.​ Luego de realizar pruebas con la mayor cantidad de variaciones posibles en el tiempo disponible, se determinó que una red neuronal con 2 capas ocultas arrojaba los mejores resultados, alcanzando un Recall de 0.965.

• Autores: Santamaría Álvarez, Daniel
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/73593
• Acceso en línea: https://hdl.handle.net/1992/73593
• Palabra clave: IoT; Machine learning; Exploit; Red neuronal; Ciberseguridad; Ingeniería
• Rights: openAccess
• License: Attribution 4.0 International