Dissertação

AI/IDS um framework para detecção de intrusão híbrido utilizando transformer em redes emuladas

Autor(a) Silva, Paulo Ericson Valentim
Orientador Braga, Reinaldo Bezerra Rodrigues, Antônio Wendell de Oliveira Sousa, Diego Aguiar Monteiro, Claudio de Castro
Página simplificada

Resumo

Recentemente, é notável o aumento no volume de tráfego na Internet, impulsionado pela pandemia global e pela crescente importância das interações online. Esse crescimento tem acarretado um aumento significativo no número de crimes cibernéticos. O presente trabalhorealizaumarevisãosistemáticadaliteraturanoâmbitodossistemasdedetecçãode intrusão, abordando os principais conjuntos de dados e técnicas empregadas para detectar intrusões em redes de computadores. O objetivo é fornecer uma visão abrangente do estado atual da detecção de intrusão, destacando abordagens eficazes e desafios persistentes. Um framework completo é proposto para detecção de intrusão híbrido utilizando transformer em redes emuladas. Além disso, são apresentadas orientações para pesquisas futuras na área de detecção de intrusão, visando aprimorar ainda mais a segurança cibernética em face das crescentes ameaças

Palavras-chave

MESTRADO EM CIÊNCIA DA COMPUTAÇÃO (IFCE) - DISSERTAÇÃO SISTEMA DE DETECÇÃO DE INTRUSÃO DEEP LEARNING ATAQUES CIBERNÉTICOS

Informações acadêmicas