Registro fonte: Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores

Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores

On the context of autonomic computing, there is a system called Of-IDPS that aims to detect and react to attacks from a network, by analyzing your usage history and security alerts autonomously, with the least possible human intervention. For this, in its architecture, the Of-IDPS depends of a unsup...

ver descrição completa

Autor principal:	Morais, Vinícius Ribeiro
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2020
Assuntos:	Algorítmos computacionais Mineração de dados (Computação) Redes de computadores Proteção de dados Computer algorithms Data mining Computer networks Data protection CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/6034
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-6034
recordtype	dspace
spelling	riut-1-60342020-11-09T19:10:40Z Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores Morais, Vinícius Ribeiro Santos, Luiz Arthur Feitosa dos Campiolo, Rodrigo Gonçalves, Diego Bertolini Santos, Luiz Arthur Feitosa dos Algorítmos computacionais Mineração de dados (Computação) Redes de computadores Proteção de dados Computer algorithms Data mining Computer networks Data protection CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO On the context of autonomic computing, there is a system called Of-IDPS that aims to detect and react to attacks from a network, by analyzing your usage history and security alerts autonomously, with the least possible human intervention. For this, in its architecture, the Of-IDPS depends of a unsupervised learning algorithm, related to frequent items mining, to generate security rules that are able to mitigate attacks that may affect the network through the generated security rules. Therefore, our work objective aims to improve Of-IDPS performance with the usage of differents items frequent mining algorithms, trying to improve the response time of Of-IDPS and consequently helping in the action against cyber threats. To analyze the performance, the evaluation of this algorithms was made using metrics like time and amount of memory spent in the execution of the algorithms. To verify the purpose of this research, the algorithms were submitted to synthetic databases, to be evaluated and preselected. After the preselection, the algorithms that got the best results were applied in the Of-IDPS, to be analyzed in a network scenario. In the experiments, the results obtained indicated the best algorithms, being these: Apriori, LCMFreq and FP-Growth. Applying these algorithms in the Of-IDPS resulted a 26% improvement in containment of malicious packets with the LCMFreq in comparison to FP-Growth. Besides that, the LCMFreq mitigated 81.81% of malicious packets in an analysis of the network scenario with and without the Of-IDPS, in other words, with the LCMFreq the mitigation of malicious packets was bigger and more faster than other algorithms. Thus, it was possible to affirm that there were improvements in the performance of the IDPS with the use of new algorithms of frequent items. No contexto de computação autonômica, há um sistema chamado OpenFlow Intrusion Detection and Prevention System (Of-IDPS) que tem como objetivo detectar e reagir a ataques em redes analisando históricos de uso e alertas de segurança de forma autônoma com o mínimo de intervenção humana possível. Para isso, em sua arquitetura, o Of-IDPS depende de algoritmos de aprendizagem não-supervisionada relacionados à mineração de itens frequentes para gerar regras de segurança que são capazes de mitigar ataques que possam afetar a rede através das regras de segurança geradas. Assim, o objetivo deste trabalho visa melhorar o desempenho do Of-IDPS com o uso diferentes algoritmos de mineração de itens frequentes, para tentar melhorar o tempo de resposta do Of-IDPS e, consequentemente, ajudar no combate a ciberataques. Para analisar o desempenho, a avaliação destes algoritmos foi feita utilizando métricas como tempo e quantidade de memória gastos para a execução dos algoritmos. Para verificar o propósito desta pesquisa, os algoritmos foram submetidos a bases de dados sintéticas para serem avaliados e pré-selecionados. Após esta pré-seleção, os algoritmos que obtiveram os melhores resultados foram aplicados no Of-IDPS para serem analisados juntamente com um cenário de rede. Nos experimentos, obteve-se resultados que indicaram quais os melhores algoritmos, sendo esses: Apriori, LCMFreq e FP-Growth. Aplicando tais algoritmos no Of-IDPS, obteve-se uma melhora de 26% na contenção de pacotes maliciosos com o LCMFreq em comparação ao FP-Growth. Além disso, o LCMFreq mitigou 81,81% dos pacotes maliciosos em uma análise do cenário de rede com e sem a utilização do Of-IDPS, ou seja, com o LCMFreq a mitigação dos pacotes maliciosos foi maior e mais rápida em relação aos demais algoritmos. Por fim, foi possível afirmar que houve melhoras no desempenho do Of-IDPS com a utilização de novos algoritmos de frequência de itens. 2020-11-09T19:10:40Z 2020-11-09T19:10:40Z 2017-11-28 bachelorThesis MORAIS, Vinícius Ribeiro. Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores. 2017. 46 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2017. http://repositorio.utfpr.edu.br/jspui/handle/1/6034 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Campo Mourao Brasil Departamento Acadêmico de Computação Ciência da Computação UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Algorítmos computacionais Mineração de dados (Computação) Redes de computadores Proteção de dados Computer algorithms Data mining Computer networks Data protection CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle	Algorítmos computacionais Mineração de dados (Computação) Redes de computadores Proteção de dados Computer algorithms Data mining Computer networks Data protection CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Morais, Vinícius Ribeiro Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
description	On the context of autonomic computing, there is a system called Of-IDPS that aims to detect and react to attacks from a network, by analyzing your usage history and security alerts autonomously, with the least possible human intervention. For this, in its architecture, the Of-IDPS depends of a unsupervised learning algorithm, related to frequent items mining, to generate security rules that are able to mitigate attacks that may affect the network through the generated security rules. Therefore, our work objective aims to improve Of-IDPS performance with the usage of differents items frequent mining algorithms, trying to improve the response time of Of-IDPS and consequently helping in the action against cyber threats. To analyze the performance, the evaluation of this algorithms was made using metrics like time and amount of memory spent in the execution of the algorithms. To verify the purpose of this research, the algorithms were submitted to synthetic databases, to be evaluated and preselected. After the preselection, the algorithms that got the best results were applied in the Of-IDPS, to be analyzed in a network scenario. In the experiments, the results obtained indicated the best algorithms, being these: Apriori, LCMFreq and FP-Growth. Applying these algorithms in the Of-IDPS resulted a 26% improvement in containment of malicious packets with the LCMFreq in comparison to FP-Growth. Besides that, the LCMFreq mitigated 81.81% of malicious packets in an analysis of the network scenario with and without the Of-IDPS, in other words, with the LCMFreq the mitigation of malicious packets was bigger and more faster than other algorithms. Thus, it was possible to affirm that there were improvements in the performance of the IDPS with the use of new algorithms of frequent items.
format	Trabalho de Conclusão de Curso (Graduação)
author	Morais, Vinícius Ribeiro
author_sort	Morais, Vinícius Ribeiro
title	Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
title_short	Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
title_full	Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
title_fullStr	Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
title_full_unstemmed	Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
title_sort	análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2020
citation	MORAIS, Vinícius Ribeiro. Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores. 2017. 46 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2017.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/6034
_version_	1805319558521683968
score	10,814766

Análise de desempenho com algoritmos de grupos de frequência aplicados em sistemas autonômicos para proteção de redes de computadores

Registros relacionados