Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/10445
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPINTO, Rossano Pablo-
dc.contributor.authorGOMES, Túlio Cruvinel-
dc.contributor.otherFROSONI, Daniele Junqueira-
dc.contributor.otherOLIVEIRA, Diógenes de-
dc.date.accessioned2022-11-10T18:31:23Z-
dc.date.available2022-11-10T18:31:23Z-
dc.date.issued2020-12-02-
dc.identifier.citationGOMES, Tulio Cruvinel. Aprendizado de máquina na detecção de tráfego de Botnet, 2020. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Segurança da Informação) - Faculdade de Tecnologia de Americana "Ministro Ralph Biasi", Americana, 2020pt_BR
dc.identifier.urihttp://ric.cps.sp.gov.br/handle/123456789/10445-
dc.description.abstractEste trabalho apresenta o desenvolvimento de modelos de aprendizado de máquina para a detecção do tráfego de botnets, bem como a detecção de ataques do tipo port scanning de origem de botnets. A validação do modelo é explorada em um cenário para captura de tráfego de ataques oriundos de botnets utilizando a ferramenta tcpdump e posteriormente convertidos para tipo Netflow utilizando o software ARGUS. A aplicação utiliza o dataset CTU-13, sendo um conjunto de dados realístico. O pré-processamento dados aborda diversas combinações de atributos e datasets para comparação de resultados e comprovar a eficácia de cada um dos algoritmos de aprendizado de máquinas explorado dentre as diversas métricas apresentadas.pt_BR
dc.description.abstractThis work presents the development of machine learning models for the detection of botnet traffic, as well as the detection of botnet port scanning attacks. The model validation is explored in a scenario to capture traffic from attacks coming from botnets using the tcpdump tool and later converted to Netflow type using the ARGUS software. The application uses the CTU-13 dataset, being a realistic data set. The data preprocessing addresses several combinations of attributes and datasets for comparing results and proving the effectiveness of each of the machine learning algorithms explored among the various metrics presented.pt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Segurança da Informaçãopt_BR
dc.language.isopt_BRpt_BR
dc.publisher004pt_BR
dc.subjectMachine learningpt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectRedes e comunicação de dadospt_BR
dc.subjectAnálise de dadospt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleAprendizado de máquina na detecção de tráfego de Botnetpt_BR
dc.title.alternativeMachine learning in Botnet traffic detectionpt_BR
dc.typeMonografiapt_BR
Appears in Collections:Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
2S2020_TulioCruvinelGomes_OD01024.pdf1.51 MBAdobe PDFView/Open
TERMO DE AUTORIZAÇÃO - Tulio Cruvinel Gomes.docx
  Restricted Access
73.14 kBMicrosoft Word XMLView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.