Detección de intrusiones mediante el uso de redes neuronales
- Autores
- Britos, José Daniel; Arias, Silvia Edith; Vargas, Laura
- Año de publicación
- 2009
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Con el crecimiento explosivo de Internet y particularmente de las aplicaciones de comercio electrónico, los ataques a las redes se han vuelto más comunes y sofisticados. Las redes demandan medidas de protección más elaboradas para garantizar que éstas operen seguras y dar continuidad a los servicios críticos, estas medidas incluyen métodos de detección y repuesta en tiempo real a los intentos de intrusión. Este trabajo usa modelos estadísticos y clasificadores multivariables para detectar perfiles de tráfico anómalos, utilizando redes neuronales. El análisis estadístico basa su cálculo en el álgebra de las funciones de densidad de probabilidad (PDF). La red neuronal integra esta información en una sola salida reportando el estado de la red, la que alimenta un software que configura al firewall, para producir un rechazo de la amenaza en tiempo real.
Eje: Arquitectura, Redes y Sistemas Operativos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
sistema operativo
Architectures
Detección de Intrusiones
Seguridad Integral
Alerta Temprana
Inundación de Paquetes
Denegación de Servicios
Redes de Datos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/19655
Ver los metadatos del registro completo
id |
SEDICI_3dc07cd61fc39e80d843f7926fee8c89 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/19655 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Detección de intrusiones mediante el uso de redes neuronalesBritos, José DanielArias, Silvia EdithVargas, LauraCiencias Informáticassistema operativoArchitecturesDetección de IntrusionesSeguridad IntegralAlerta TempranaInundación de PaquetesDenegación de ServiciosRedes de DatosCon el crecimiento explosivo de Internet y particularmente de las aplicaciones de comercio electrónico, los ataques a las redes se han vuelto más comunes y sofisticados. Las redes demandan medidas de protección más elaboradas para garantizar que éstas operen seguras y dar continuidad a los servicios críticos, estas medidas incluyen métodos de detección y repuesta en tiempo real a los intentos de intrusión. Este trabajo usa modelos estadísticos y clasificadores multivariables para detectar perfiles de tráfico anómalos, utilizando redes neuronales. El análisis estadístico basa su cálculo en el álgebra de las funciones de densidad de probabilidad (PDF). La red neuronal integra esta información en una sola salida reportando el estado de la red, la que alimenta un software que configura al firewall, para producir un rechazo de la amenaza en tiempo real.Eje: Arquitectura, Redes y Sistemas OperativosRed de Universidades con Carreras en Informática (RedUNCI)2009-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf6-11http://sedici.unlp.edu.ar/handle/10915/19655spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:00Zoai:sedici.unlp.edu.ar:10915/19655Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:00.421SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Detección de intrusiones mediante el uso de redes neuronales |
title |
Detección de intrusiones mediante el uso de redes neuronales |
spellingShingle |
Detección de intrusiones mediante el uso de redes neuronales Britos, José Daniel Ciencias Informáticas sistema operativo Architectures Detección de Intrusiones Seguridad Integral Alerta Temprana Inundación de Paquetes Denegación de Servicios Redes de Datos |
title_short |
Detección de intrusiones mediante el uso de redes neuronales |
title_full |
Detección de intrusiones mediante el uso de redes neuronales |
title_fullStr |
Detección de intrusiones mediante el uso de redes neuronales |
title_full_unstemmed |
Detección de intrusiones mediante el uso de redes neuronales |
title_sort |
Detección de intrusiones mediante el uso de redes neuronales |
dc.creator.none.fl_str_mv |
Britos, José Daniel Arias, Silvia Edith Vargas, Laura |
author |
Britos, José Daniel |
author_facet |
Britos, José Daniel Arias, Silvia Edith Vargas, Laura |
author_role |
author |
author2 |
Arias, Silvia Edith Vargas, Laura |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas sistema operativo Architectures Detección de Intrusiones Seguridad Integral Alerta Temprana Inundación de Paquetes Denegación de Servicios Redes de Datos |
topic |
Ciencias Informáticas sistema operativo Architectures Detección de Intrusiones Seguridad Integral Alerta Temprana Inundación de Paquetes Denegación de Servicios Redes de Datos |
dc.description.none.fl_txt_mv |
Con el crecimiento explosivo de Internet y particularmente de las aplicaciones de comercio electrónico, los ataques a las redes se han vuelto más comunes y sofisticados. Las redes demandan medidas de protección más elaboradas para garantizar que éstas operen seguras y dar continuidad a los servicios críticos, estas medidas incluyen métodos de detección y repuesta en tiempo real a los intentos de intrusión. Este trabajo usa modelos estadísticos y clasificadores multivariables para detectar perfiles de tráfico anómalos, utilizando redes neuronales. El análisis estadístico basa su cálculo en el álgebra de las funciones de densidad de probabilidad (PDF). La red neuronal integra esta información en una sola salida reportando el estado de la red, la que alimenta un software que configura al firewall, para producir un rechazo de la amenaza en tiempo real. Eje: Arquitectura, Redes y Sistemas Operativos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Con el crecimiento explosivo de Internet y particularmente de las aplicaciones de comercio electrónico, los ataques a las redes se han vuelto más comunes y sofisticados. Las redes demandan medidas de protección más elaboradas para garantizar que éstas operen seguras y dar continuidad a los servicios críticos, estas medidas incluyen métodos de detección y repuesta en tiempo real a los intentos de intrusión. Este trabajo usa modelos estadísticos y clasificadores multivariables para detectar perfiles de tráfico anómalos, utilizando redes neuronales. El análisis estadístico basa su cálculo en el álgebra de las funciones de densidad de probabilidad (PDF). La red neuronal integra esta información en una sola salida reportando el estado de la red, la que alimenta un software que configura al firewall, para producir un rechazo de la amenaza en tiempo real. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-05 |
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/10915/19655 |
url |
http://sedici.unlp.edu.ar/handle/10915/19655 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 6-11 |
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_ |
1844615796376993793 |
score |
13.070432 |