Método para la detección de intrusos mediante redes neuronales basado en la reducción de características

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/15687
Información del item - Informació de l'item - Item information
Title: Método para la detección de intrusos mediante redes neuronales basado en la reducción de características
Authors: Lorenzo Fonseca, Iren | Maciá Pérez, Francisco | Lau Fernández, Rogelio | Mora Gimeno, Francisco José | Gil Martínez-Abarca, Juan Antonio
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: Detección de intrusos | Redes neuronales artificiales | Reducción de características | Análisis de componentes principales
Knowledge Area: Arquitectura y Tecnología de Computadores
Issue Date: 2008
Publisher: GrupoM
Citation: LORENZO FONSECA, Iren, et al. "Método para la detección de intrusos mediante redes neuronales basado en la reducción de características". En: Desarrollo de grandes aplicaciones de red : V Jornadas, JDARE 2008, Alicante, España, octubre 16-17, 2008, actas / Francisco Maciá Pérez [et al.] (eds.). San Vicente, Alicante : Grupo M, Universidad de Alicante, 2008. ISBN 978-84-612-6812-2, pp. 157-185
Abstract: La aplicación de técnicas basadas en Inteligencia Artificial para la detección de intrusos (IDS), fundamentalmente las redes neuronales artificiales (ANN), están demostrando ser un enfoque muy adecuado para paliar muchos de los problemas abiertos en esta área. Sin embargo, el gran volumen de información que se requiere cada día para entrenar estos sistemas, junto con la necesidad exponencial de tiempo que requieren para asimilarlos, dificulta enormemente su puesta en marcha en escenarios reales. En este trabajo se propone un método basado en la aplicación de una técnica para la reducción de características, denominada Análisis de Componentes Principales (PCA). El PCA permite obtener un modelo para la reducción del tamaño de los vectores de entrada a la ANN, asegurando que la pérdida de información sea mínima y, en consecuencia, disminuyendo la complejidad del clasificador neuronal y manteniendo estables los tiempos de entrenamiento. Para validar la propuesta se ha diseñado un escenario de prueba mediante un IDS basado en ANN. Los resultados obtenidos a partir de las pruebas realizadas demuestran la validez de la propuesta y acreditan las líneas futuras de trabajo.
Sponsor: Este trabajo ha sido financiado por el Ministerio de Educación y Ciencia de España bajo el proyecto de investigación TIN2006-04081 y por la Generalitat Valenciana bajo el proyecto de investigación GV/2007175.
URI: http://hdl.handle.net/10045/15687
ISBN: 978-84-612-6812-2
Language: spa
Type: info:eu-repo/semantics/bookPart
Peer Review: si
Appears in Collections:INV - GrupoM - Capítulos de Libros

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailJDARE-08-H.pdf660,46 kBAdobe PDFOpen Preview


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