Reconocimiento de ataques cibernéticos utilizando aprendizaje profundo

La Seguridad Informática es un concepto relacionado con la importancia de proteger la confiabilidad, integridad y disponibilidad (CIA) de los diferentes dispositivos tecnológicos que puedan ser usados por una empresa o un usuario. Busca que las personas tengan confianza en que sus datos personales están seguros, que no existan riesgos de ser alterados, y que estén por fuera del acceso de terceros con fines maliciosos. Sin embargo, a través de los años, así como han avanzado las tecnologías también han avanzado las herramientas para atacar la seguridad informática. Dentro de la vulnerabilidad cibernética se encuentran los siguientes ataques: ataque de denegación de servicio (DoS) y ataque de denegación de servicio distribuido (DDoS). Estos ataques buscan detener un servicio con el fin de que muchas personas dejen de usar el mismo o para destruir programas de un sistema informático, esto por medio de tráfico malicioso. El propósito de este proyecto es utilizar inteligencia artificial, específicamente modelos de aprendizaje profundo (DL: Deep learning), para poder identificar diferentes tipos de ataques cibernéticos. Para cumplir con este propósito se seleccionan dos estrategias de diseño de clasificación de imágenes basadas en DL: búsqueda automática de hiperparámetros (con AutoML), y transferencia de aprendizaje con modelos preentrenados de CNN y aplicando búsqueda manual de hiperparámetros. Específicamente, se escogen tres modelos pre-entrenados para transferencia de aprendizaje: VGG16, ResNet 152 y Xception, con hiperparámetros de profundidad de la red transferida, y optimizadores (RMSProp, Adamax, y SGD). En total, se entrenaron 45 modelos de aprendizaje profundo con el conjunto de imágenes denominado CICDDoS2019 para la clasificación de ataques cibernéticos.

• Autores: Mendoza Molina, Leidy Daniela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Militar Nueva Granada
• Repositorio: Repositorio UMNG
• Idioma: spa
• OAI Identifier: oai:repository.unimilitar.edu.co:10654/44395
• Acceso en línea: http://hdl.handle.net/10654/44395
• Palabra clave: SEGURIDAD EN COMPUTADORES; cybersecurity; DoS; DDoS; deep learning; transfer learning; pre-trained models; CNN; AutoML; CIBERESPACIO; APRENDIZAJE PROFUNDO (APRENDIZAJE AUTOMATICO); ciberseguridad; DoS; DDoS; aprendizaje profundo; transferencia de aprendizaje; modelos pre-entrenados; AutoML; CNN
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/