Avaliação de Atributos Estatísticos na Detecção de Ataques DDoS Baseada em Aprendizado de Máquina
Identificar ataques a serviços de TI é
tarefa difícil, dada a grande quantidade de fluxos
de dados numa rede. Ademais, há diversos
casos onde o tráfego de ataque tem padrão
similar ao tráfego legítimo. Logo, modelar
eficientemente as características do tráfego da
rede se faz necessário para destacar anomalias
que possam indicar um ataque. Este trabalho
analisa o impacto que determinados atributos do
tráfego em uma rede exercem no desempenho
de alguns sistemas de detecção de ataques
baseados em aprendizado de máquina. Em
especial, propõe-se o uso de atributos obtidos
a partir de medidas estatísticas envolvendo
o agregado de fluxos de dados coexistentes
num intervalo de tempo. Para esta análise, foi
implementado um sistema de detecção baseado
na arquitetura lambda e os experimentos usaram
datasets realísticos. Os resultados demonstram
que a inclusão dos atributos propostos pode
melhorar o desempenho de certos algoritmos
de aprendizado de máquina na detecção de
ataques
Avaliação de Atributos Estatísticos na Detecção de Ataques DDoS Baseada em Aprendizado de Máquina
-
DOI: 10.22533/at.ed.78819110712
-
Palavras-chave: Detecção de anomalia, aprendizado de máquina, entropia.
-
Keywords: Anomaly detection, machine learning, entropy
-
Abstract:
Identifying attacks towards IT
services can be very difficult due to the large
amount of data flow in a network. In addition,
there are several cases where malicious
and legitimate traffics have similar patterns.
Therefore, it is necessary to efficiently model
the network traffic in order to highlight any
anomaly that may indicate an attack. This work
analyzes the impact of certain network traffic
attributes on the performance of some attack
detection systems based on machine learning.
In particular, it proposes the use of attributes
obtained from statistical measures involving the
aggregated data flows that coexist in a given time
interval. The analysis was performed through
the implementation of a detection system based
on the lambda architecture and experiments
used realistic datasets. The results show that
the inclusion of the proposed attributes may
increase the performance of certain machine learning algorithms for attack detection
-
Número de páginas: 15
- Sidney Cunha de Lucena
- Eduardo da Costa da Silva
