Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño

Autores
Barrionuevo, Mercedes; Lopresti, Mariela; Miranda, Natalia Carolina; Piccoli, María Fabiana
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La variedad y la complejidad del tráfico actual en Internet superan lo imaginado por los diseñadores de su arquitectura. Detectar posibles ataques en la red requiere contar con tecnologías para su clasificación, asociando flujos de datos con las aplicaciones que los generan. Uno de los desafíos actuales es trabajar con un conjunto de datos que crece a mayor velocidad que su capacidad de procesamiento. Utilizar y procesar imágenes para representar el tráfico de red a fin de detectar tráfico anómalo, tiene como ventajas no sólo contar con una herramienta de visualización de tráfico, sino también con las propiedades de las imágenes y su procesamiento: técnicas bien conocidas y naturaleza paralela de las computaciones. Este trabajo presenta la arquitectura de una herramienta eficiente para detectar anomalías en el tráfico de una red mediante un trabajo computacional sobre imágenes y aplicando técnicas de computación de alto desempeño, mostrando algunos resultados.
V Workshop de Seguridad Informática.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
tráfico de red
procesamiento de imágenes
SIFT
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:10915/56370
Acceder
id SEDICI_bf7dfcca0f027f902752fca58129ecd2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/56370
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeñoBarrionuevo, MercedesLopresti, MarielaMiranda, Natalia CarolinaPiccoli, María FabianaCiencias Informáticastráfico de redprocesamiento de imágenesSIFTLa variedad y la complejidad del tráfico actual en Internet superan lo imaginado por los diseñadores de su arquitectura. Detectar posibles ataques en la red requiere contar con tecnologías para su clasificación, asociando flujos de datos con las aplicaciones que los generan. Uno de los desafíos actuales es trabajar con un conjunto de datos que crece a mayor velocidad que su capacidad de procesamiento. Utilizar y procesar imágenes para representar el tráfico de red a fin de detectar tráfico anómalo, tiene como ventajas no sólo contar con una herramienta de visualización de tráfico, sino también con las propiedades de las imágenes y su procesamiento: técnicas bien conocidas y naturaleza paralela de las computaciones. Este trabajo presenta la arquitectura de una herramienta eficiente para detectar anomalías en el tráfico de una red mediante un trabajo computacional sobre imágenes y aplicando técnicas de computación de alto desempeño, mostrando algunos resultados.V Workshop de Seguridad Informática.Red de Universidades con Carreras en Informática (RedUNCI)2016-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1166-1175http://sedici.unlp.edu.ar/handle/10915/56370spainfo:eu-repo/semantics/reference/hdl/10915/55718info: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:UNLP2025-09-29T11:06:02Zoai:sedici.unlp.edu.ar:10915/56370Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:06:02.558SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
title Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
spellingShingle Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
Barrionuevo, Mercedes
Ciencias Informáticas
tráfico de red
procesamiento de imágenes
SIFT
title_short Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
title_full Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
title_fullStr Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
title_full_unstemmed Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
title_sort Un enfoque para la detección de anomalías en el tráfico de red usando imágenes y técnicas de computación de alto desempeño
dc.creator.none.fl_str_mv Barrionuevo, Mercedes
Lopresti, Mariela
Miranda, Natalia Carolina
Piccoli, María Fabiana
author Barrionuevo, Mercedes
author_facet Barrionuevo, Mercedes
Lopresti, Mariela
Miranda, Natalia Carolina
Piccoli, María Fabiana
author_role author
author2 Lopresti, Mariela
Miranda, Natalia Carolina
Piccoli, María Fabiana
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
tráfico de red
procesamiento de imágenes
SIFT
topic Ciencias Informáticas
tráfico de red
procesamiento de imágenes
SIFT
dc.description.none.fl_txt_mv La variedad y la complejidad del tráfico actual en Internet superan lo imaginado por los diseñadores de su arquitectura. Detectar posibles ataques en la red requiere contar con tecnologías para su clasificación, asociando flujos de datos con las aplicaciones que los generan. Uno de los desafíos actuales es trabajar con un conjunto de datos que crece a mayor velocidad que su capacidad de procesamiento. Utilizar y procesar imágenes para representar el tráfico de red a fin de detectar tráfico anómalo, tiene como ventajas no sólo contar con una herramienta de visualización de tráfico, sino también con las propiedades de las imágenes y su procesamiento: técnicas bien conocidas y naturaleza paralela de las computaciones. Este trabajo presenta la arquitectura de una herramienta eficiente para detectar anomalías en el tráfico de una red mediante un trabajo computacional sobre imágenes y aplicando técnicas de computación de alto desempeño, mostrando algunos resultados.
V Workshop de Seguridad Informática.
Red de Universidades con Carreras en Informática (RedUNCI)
description La variedad y la complejidad del tráfico actual en Internet superan lo imaginado por los diseñadores de su arquitectura. Detectar posibles ataques en la red requiere contar con tecnologías para su clasificación, asociando flujos de datos con las aplicaciones que los generan. Uno de los desafíos actuales es trabajar con un conjunto de datos que crece a mayor velocidad que su capacidad de procesamiento. Utilizar y procesar imágenes para representar el tráfico de red a fin de detectar tráfico anómalo, tiene como ventajas no sólo contar con una herramienta de visualización de tráfico, sino también con las propiedades de las imágenes y su procesamiento: técnicas bien conocidas y naturaleza paralela de las computaciones. Este trabajo presenta la arquitectura de una herramienta eficiente para detectar anomalías en el tráfico de una red mediante un trabajo computacional sobre imágenes y aplicando técnicas de computación de alto desempeño, mostrando algunos resultados.
publishDate 2016
dc.date.none.fl_str_mv 2016-10
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/10915/56370
url http://sedici.unlp.edu.ar/handle/10915/56370
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/reference/hdl/10915/55718
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
1166-1175
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_ 1844615930887274496
score 13.070432

Publicaciones similares