Title:	TÉCNICAS DE ENSEMBLE LEARNING PARA SISTEMA DE DETECÇÃO DE INTRUSÃO NO CONTEXTO DA CIBERSEGURANÇA
Author(s):	Andricson Abeline Moreira, Carlos A. C. Tojeiro, Carlos J. Reis, Gustavo Henrique Massaro, Igor Andrade Brito e Kelton A. P. da Costa
ISBN:	978-989-8704-45-0
Editors:	Paula Miranda, Cristiano Costa e Flávia Maria Santoro
Year:	2022
Edition:	Single
Keywords:	Security, Networking, Ensemble, Machine Learning, Intrusion
Type:	Short Paper
First Page:	176
Last Page:	181
Language:	English
Cover:
Full Contents:	click to dowload
Paper Abstract:	Recentemente, houve um interesse em melhorar os recursos disponíveis em técnicas de Intrusion Detection System (IDS). Neste sentido, diversos estudos relacionados à cibersegurança demonstram que as invasões de ambiente e o sequestro de informações, são cada vez mais recorrentes e complexas. A criticidade dos negócios envolvendo operações em ambiente utilizando recursos computacionais, não permitem a vulnerabilidade da informação. A cibersegurança tomou uma dimensão dentro do universo da tecnologia indispensável nas corporações, a prevenção de riscos de invasões ao ambiente é tratada diariamente por equipes de Segurança. Assim, o objetivo principal do estudo foi investigar a técnica de Ensemble Learning utilizando o método Stacking, apoiado pelos algoritmos Support Vector Machine (SVM) e k-Nearest Neighbour (kNN) visando uma otimização dos resultados para detecção de ataques DDoS. Para isso, utilizou-se o conceito de Intrusion Detection System com aplicação da ferramenta de Data Mining e Machine Learning Orange, para obter melhores resultados.
	Go Back