• español
    • English
    • português (Brasil)
  • English 
    • español
    • English
    • português (Brasil)
  • Login

Repositorio CUC

  • Inicio
  • Colecciones
  • Navegar
    • Autores
    • Títulos
    • Fechas
    • Materias
    • Tipo de Material
  • Biblioteca
  • Información de interés
  • Comunities Comunities
  • Authors Authors
  • Titles Titles
  • Dates Dates
  • Subjects Subjects
  • Resource Type Resource Type
View Item 
  •   DSpace Home
  • Producción científica y académica
  • Revistas Científicas
  • View Item
  •   DSpace Home
  • Producción científica y académica
  • Revistas Científicas
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Cambiar vista

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsPrint ISSNResource TypeElectronic ISSNProgramThis CollectionBy Issue DateAuthorsTitlesSubjectsPrint ISSNResource TypeElectronic ISSNProgram

My Account

LoginRegister

Statistics

View Usage Statistics

Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM


De-La-Hoz-Franco, Emiro
De la Hoz Correa, Eduardo Miguel
Ortiz, Andrés
Ortega, Julio

Artículo de revista

2012-10-31

Corporación Universidad de la Costa

INGE CUC

0122-6517

2382-4700

IDS (Sistema de Detección de Intrusos)Buscar en Repositorio UMECIT
FDR (Razón Discriminante de Fisher)Buscar en Repositorio UMECIT
SOM (Mapas Auto-organizativos)Buscar en Repositorio UMECIT
Dataset NSL-KDD DARPABuscar en Repositorio UMECIT
IDS (Intrusion Detection System)Buscar en Repositorio UMECIT
FDR (Fisher Discriminant Ratio)Buscar en Repositorio UMECIT
SOM (Self-Organizing Map)Buscar en Repositorio UMECIT
Dataset NSL-KDD DARPABuscar en Repositorio UMECIT

Los Sistemas de Detección de Intrusos (IDS, por sus siglas en inglés) comerciales actuales clasifican el tráfico de red, detectando conexiones normales e intrusiones, mediante la aplicación de métodos basados en firmas; ello conlleva problemas pues solo se detectan intrusiones previamente conocidas y existe desactualización periódica de la base de datos de firmas. En este artículo se evalúa la eficiencia de un modelo de detección de intrusiones de red propuesto, utilizando métricas de sensibilidad y especificidad, mediante un proceso de simulación que emplea el dataset NSL-KDD DARPA, seleccionando de éste las características más relevantes con FDR y entrenando una red neuronal que haga uso de un algoritmo de aprendizaje no supervisado basado en mapas auto-organizativos, con el propósito de clasificar el tráfico de la red en conexiones normales y ataques, de forma automática. La simulación generó métricas de sensibilidad del 99,69% y de especificidad del 56,15% utilizando 20 y 15 características, respectivamente
 
Current commercial IDSs classify network traffic, detecting both intrusions and normal con-nections by applying signature-based methods. This leads to problems since only intrusion detection previously known is detected and signature database is periodically outdated. This paper evaluates the efficiency of a proposed network intrusion detection model, using sen-sitivity and specificity metrics through a simulation process that uses the dataset NSL-KDD DARPA, selecting from this, the most relevant features with FDR and training a neural net-work that makes use of an unsupervised learning algorithm based on SOMs, in order to au-tomatically classify network’s traffic into normal and attack connections. Metrics generated by simulation were: sensitivity 99.69% and specificity 56.15%, using 20 and 15 features respectively
 

http://hdl.handle.net/11323/2659

INGE CUC

  • Revistas Científicas [1369]

Descripción: Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM.pdf
Título: Modelo de detección de intrusiones en sistemas de red, realizando selección de características con FDR y entrenamiento y clasificación con SOM.pdf
Tamaño: 2.026Mb

Unicordoba LogoPDFOpen AccessFLIPLEER EN FLIP

Show full item record

Cita

Cómo citar

Cómo citar

Miniatura

Thumbnail

Gestores Bibliográficos

Exportar a Bibtex

Exportar a RIS

Exportar a Excel

Buscar en google Schoolar

Buscar en microsoft academic

untranslated

Código QR

Envíos recientes

    No hay artículos recientes

HORARIOS DE ATENCIÓN AL USUARIO

LUNES A VIERNES 7:00 a.m a 7:00 p.m

SABADOS: 8:00 a.m a 6:00 p.m

DOMINGOS Y FESTIVOS NO HAY ATENCIÓN


Ubicados en el Bloque 2, Piso 1 y 2

Logo CUC

Contacto

Correo: biblioteca@cuc.edu.co

Telefono: 3362248

Barranquilla, Colombia

Calle 58 # 55-66 Barrio Modelo


Accesos


  • Bases de datos
  • Investigación
  • PQR
  • Catálogo bibliográfico
  • Publish or perish
  • Booklick
  • Libby
Todos los derechos reservados.

Sistema DSPACE - Metabiblioteca | logo