Modelado probabilístico basado en aprendizaje profundo para la detección de anomalías en el tráfico de red
En la detección de intrusos en el tráfico de red pueden distinguirse dos estrategias: la detección por mal uso y la detección por anomalías. En la primera, se parte de patrones conocidos que representan el comportamiento malicioso y posteriormente se identifica a los mismos en el tráfico de red. Mie...
Guardado en:
| Autores principales: | Eguren, Santiago, Catania, Carlos, Guerra, Jorge |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/77280 |
| Aporte de: |
Ejemplares similares
-
Aplicación de redes neuronales profundas para la detección automática de nombres de dominio generados de manera algorítmica
por: Catania, Carlos, et al.
Publicado: (2020) -
Aplicación de redes neuronales profundas para la detección automática de nombres de dominio generados de manera algorítmica
por: Catania, Carlos A., et al.
Publicado: (2021) -
Detección de anomalías en un marco de auditoría continua : análisis de un conjunto de datos sobre transacciones financieras electrónicas mediante métodos analíticos y de aprendizaje automático
por: Falco, Alberto Osvaldo
Publicado: (2022) -
Detección de posibles anomalías en la Infraestructura de Clave Pública (PKI) tipo RSA por medio de análisis probabilísticos y estadísticos
por: Castro Lechtaler, Antonio, et al.
Publicado: (2014) -
Detección automática de anomalías térmicas: caso Volcán Copahue
por: Carballo, Federico, et al.
Publicado: (2024)