Machine Learning aplicado en Sistemas de Detección de Intrusos

En los últimos años los delitos informáticos de distinta envergadura han aumentado de manera considerable. Es cada vez más común la vulneración de sistemas de modo que queden inutilizables, el robo de información sensible o los ataques a redes de computadoras o bases de datos. El incremento de tran...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Peluffo, Ignacio, Capobianco, Marcela, Echaiz, Javier
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2014
Materias:	Ciencias Informáticas Security and protection (e.g., firewalls) minería de datos machine learning Data mining seguridad en sistemas sistemas de detección de intrusos
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/43264
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-43264
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Security and protection (e.g., firewalls) minería de datos machine learning Data mining seguridad en sistemas sistemas de detección de intrusos
spellingShingle	Ciencias Informáticas Security and protection (e.g., firewalls) minería de datos machine learning Data mining seguridad en sistemas sistemas de detección de intrusos Peluffo, Ignacio Capobianco, Marcela Echaiz, Javier Machine Learning aplicado en Sistemas de Detección de Intrusos
topic_facet	Ciencias Informáticas Security and protection (e.g., firewalls) minería de datos machine learning Data mining seguridad en sistemas sistemas de detección de intrusos
description	En los últimos años los delitos informáticos de distinta envergadura han aumentado de manera considerable. Es cada vez más común la vulneración de sistemas de modo que queden inutilizables, el robo de información sensible o los ataques a redes de computadoras o bases de datos. El incremento de transacciones electrónicas y el desarrollo de aplicaciones y servicios web es cada día más notorio, por lo que las organizaciones exponen gran parte de su infraestructura a Internet, creando un significativo riesgo de potenciales ataques que podrían comprometer datos o recursos estratégicos. Frente a este problema han surgido diferentes herramientas desde el campo de la seguridad en sistemas, pero todas enfrentan el problema de ser extremadamente dependientes de un experto humano para que analice la información que se recolecta sobre posibles ataques y tome medidas para mitigarlos. Para solucionar este inconveniente surgió la idea de usar técnicas de minería de datos para analizar la información recolectada por el sistema. De esta forma se pueden desarrollar herramientas automáticas que mejoren la seguridad de los sistemas y/o herramientas que asistan al administrador en la toma de decisiones. En particular en esta línea de investigación nos concentraremos en el desarrollo de sistemas de detección de intrusos asistidos mediante técnicas de minería de datos.
format	Objeto de conferencia Objeto de conferencia
author	Peluffo, Ignacio Capobianco, Marcela Echaiz, Javier
author_facet	Peluffo, Ignacio Capobianco, Marcela Echaiz, Javier
author_sort	Peluffo, Ignacio
title	Machine Learning aplicado en Sistemas de Detección de Intrusos
title_short	Machine Learning aplicado en Sistemas de Detección de Intrusos
title_full	Machine Learning aplicado en Sistemas de Detección de Intrusos
title_fullStr	Machine Learning aplicado en Sistemas de Detección de Intrusos
title_full_unstemmed	Machine Learning aplicado en Sistemas de Detección de Intrusos
title_sort	machine learning aplicado en sistemas de detección de intrusos
publishDate	2014
url	http://sedici.unlp.edu.ar/handle/10915/43264
work_keys_str_mv	AT peluffoignacio machinelearningaplicadoensistemasdedetecciondeintrusos AT capobiancomarcela machinelearningaplicadoensistemasdedetecciondeintrusos AT echaizjavier machinelearningaplicadoensistemasdedetecciondeintrusos
bdutipo_str	Repositorios
_version_	1764820473503285249

Machine Learning aplicado en Sistemas de Detección de Intrusos

Ejemplares similares