Mostrar el registro sencillo del ítem
dc.contributor.advisor | Cardeñoso Payo, Valentín | es |
dc.contributor.author | Valdezate Álvarez, Gonzalo | |
dc.contributor.editor | Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid | es |
dc.date.accessioned | 2020-12-15T15:25:10Z | |
dc.date.available | 2020-12-15T15:25:10Z | |
dc.date.issued | 2020 | |
dc.identifier.uri | http://uvadoc.uva.es/handle/10324/44228 | |
dc.description.abstract | El número de dispositivos que utilizan Internet, así como las tareas que se realizan a través de él, aumenta cada día. También lo hacen los ataques contra la disponibilidad, integridad y confidencialidad de la información que estos manejan. Los Sistemas de Detecci ón de Intrusos (IDS) son uno de los mecanismos de seguridad más efectivos para proteger sistemas en red contra ataques informáticos, se tenga o no conocimiento previo de ellos. Destaca la aplicación de la Inteligencia Artificial y, más concretamente, del aprendizaje automático en este tipo de programas. La mayor parte de estos IDS analizan el tráfico de la red y su comportamiento normal de forma que pueden activar una alarma cuando parte de dicho tráfico difiere de lo habitual. De esta forma se puede detectar algunos tipos de ataque aunque nunca se hayan realizado antes. En este documento analizaremos qué algoritmos de aprendizaje automático son más adecuados para detectar determinados tipos de ataques basándonos en este principio. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | Sistemas de detección de intrusos | es |
dc.subject.classification | IDS | es |
dc.subject.classification | Machine learning | es |
dc.title | Sistemas de detección de intrusos basados en técnicas de machine learning | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.description.degree | Grado en Ingeniería Informática | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
- Trabajos Fin de Grado UVa [30820]
