Sistema inteligente de detección de anomalías para IoT

Autores
Bolatti, Diego; Karanik, Marcelo J.; Todt, Carolina; Scappini, Reinaldo José Ramón; Gramajo, Sergio D.
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
Eje: Seguridad informática.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/120530
Acceder
id SEDICI_399ffc1ab850457aca03d1ade8ae40bd
oai_identifier_str oai:sedici.unlp.edu.ar:10915/120530
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sistema inteligente de detección de anomalías para IoTBolatti, DiegoKaranik, Marcelo J.Todt, CarolinaScappini, Reinaldo José RamónGramajo, Sergio D.Ciencias InformáticasInternet de las cosasDetección de anomalíasMachine LearningSeguridadEn los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.Eje: Seguridad informática.Red de Universidades con Carreras en Informática2021-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf848-852http://sedici.unlp.edu.ar/handle/10915/120530spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0info:eu-repo/semantics/reference/hdl/10915/119487info:eu-repo/semantics/reference/hdl/10915/119490info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:00:38Zoai:sedici.unlp.edu.ar:10915/120530Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:00:38.43SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sistema inteligente de detección de anomalías para IoT
title Sistema inteligente de detección de anomalías para IoT
spellingShingle Sistema inteligente de detección de anomalías para IoT
Bolatti, Diego
Ciencias Informáticas
Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
title_short Sistema inteligente de detección de anomalías para IoT
title_full Sistema inteligente de detección de anomalías para IoT
title_fullStr Sistema inteligente de detección de anomalías para IoT
title_full_unstemmed Sistema inteligente de detección de anomalías para IoT
title_sort Sistema inteligente de detección de anomalías para IoT
dc.creator.none.fl_str_mv Bolatti, Diego
Karanik, Marcelo J.
Todt, Carolina
Scappini, Reinaldo José Ramón
Gramajo, Sergio D.
author Bolatti, Diego
author_facet Bolatti, Diego
Karanik, Marcelo J.
Todt, Carolina
Scappini, Reinaldo José Ramón
Gramajo, Sergio D.
author_role author
author2 Karanik, Marcelo J.
Todt, Carolina
Scappini, Reinaldo José Ramón
Gramajo, Sergio D.
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
topic Ciencias Informáticas
Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
dc.description.none.fl_txt_mv En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
Eje: Seguridad informática.
Red de Universidades con Carreras en Informática
description En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
publishDate 2021
dc.date.none.fl_str_mv 2021-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/120530
url http://sedici.unlp.edu.ar/handle/10915/120530
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3
info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0
info:eu-repo/semantics/reference/hdl/10915/119487
info:eu-repo/semantics/reference/hdl/10915/119490
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
848-852
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260501816410112
score 13.13397

Publicaciones similares