Estudio de viabilidad de un modelo de detección de intrusos de red

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/15689
Información del item - Informació de l'item - Item information
Title: Estudio de viabilidad de un modelo de detección de intrusos de red
Authors: Lorenzo Fonseca, Iren | Maciá Pérez, Francisco | Mora Gimeno, Francisco José | Marcos-Jorquera, Diego | Gil Martínez-Abarca, Juan Antonio | Lau Fernández, Rogelio
Research Group/s: GrupoM. Redes y Middleware
Center, Department or Service: Universidad de Alicante. Departamento de Tecnología Informática y Computación | Instituto Superior Politécnico José Antonio Echevarría. Centro de Estudios de Ingeniería y Sistemas
Keywords: Sistemas de detección de intrusos | Reducción de característica | Análisis de componentes principales | Redes neuronales artificiales
Knowledge Area: Arquitectura y Tecnología de Computadores
Issue Date: 2009
Publisher: GrupoM
Citation: LORENZO FONSECA, Iren, et al. “Estudio de viabilidad de un modelo de detección de intrusos de red”. En: Desarrollo de grandes aplicaciones de red : VI Jornadas, JDARE 2009, Alicante, España, octubre 15-16, 2009, actas. San Vicente, Alicante : Grupo M, Universidad de Alicante, 2009. ISBN 978-84-613-4894-7, pp. 13-27
Abstract: Los Sistemas de Detección de Intrusos (IDS) se han convertido en una herramienta de gran interés para la seguridad informática, lo que se refleja en numerosas investigaciones que proponen modelos de detección utilizando diferentes técnicas de inteligencia artificial. Este artículo estudia la viabilidad de un modelo IDS a través del análisis del estado del arte en el tema y la identificación de un problema abierto. Además se establecen hipótesis de trabajo basadas fundamentalmente en la aplicación de un algoritmo de reducción de característica para disminuir la dependencia entre la capacidad de detección del IDS y la eficiencia del clasificador. Con todo esto se propone una solución que incluye la aplicación del algoritmo de Análisis de Componentes Principales para la reducción y Redes Neuronales Artificiales para la detección. Teniendo en cuenta además la inclusión dentro del modelo de características que aporten escalabilidad, dinamismo y mantenimiento mínimo.
URI: http://hdl.handle.net/10045/15689
ISBN: 978-84-613-4894-7
Language: spa
Type: info:eu-repo/semantics/bookPart
Peer Review: si
Appears in Collections:INV - GrupoM - Capítulos de Libros
INV - AIA - Capítulos de Libros

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailJDARE-09-A.pdf1,34 MBAdobe PDFOpen Preview


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