PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA (PPGI)
UNIVERSIDADE FEDERAL DA PARAÍBA
- Telefone/Ramal
-
Não informado
Notícias
Banca de DEFESA: ARIANE VENTURA DE SOUSA FALCÃO
Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ARIANE VENTURA DE SOUSA FALCÃO
DATA: 25/02/2019
HORA: 11:00
LOCAL: Centro de Informática
TÍTULO: FUZDETECT: SISTEMA DE DETECÇÃO E CLASSIFICAÇÃO DE ATAQUES DE NEGAÇÃO DE SERVIÇO
PALAVRAS-CHAVES: Ataques DDoS Sistemas de Detecção Lógica Fuzzy
PÁGINAS: 92
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
ESPECIALIDADE: Arquitetura de Sistemas de Computação
RESUMO: Com o aumento da quantidade de dispositivos conectados a Internet, a rapidez, assim como, o dinamismo na troca de informacoes foi promovido, junto com uma maior interatividade entre as partes da comunicacao. Embora tal aumento tenha trazido convergencia imediata na troca de informacoes, um dos grandes efeitos colaterais acarretados por essa nova visao do modelo da Internet, conhecido como Internet das Coisas, e a facilidade na perpetracao do acesso destes dispositivos, uma vez que, os mesmos, em grande maioria, nao apresentam aparatos de seguranca essenciais em sua implementacao. Ocasionando assim, em um cres- cimento discrepante na magnitude de ataques ja existentes, como os Ataques de Negacao de Servico Distribuidos. Ataques de Negacao de Servico variam de acordo com a sua natureza, entretanto, estes possuem em comum o objetivo de impedir o alvo de atender novas solici- tacoes e similaridade com o trafego legitimo. Diante destes desafios, este trabalho propoe o FuzDetect. O FuzDetect nao so alerta quando um ataque ocorre, mas tambem o classifica. O FuzDetect se inicia por meio da coleta de dados em uma Rede Definida por Software, de forma leve, sem a necessidade da inspecao de pacotes tradicionais. Em seguida, tais meta- dados serao repassados para uma base de dados, a fim de torna-los persistentes. Na etapa final, um sistema de classificacao, implementado com logica fuzzy, ira analisar os ultimos metadados de fluxos coletados e entao os classificara em subtipos de ataque ou em trafego legitimo. Tal sistema e capaz de se adaptar ao trafego da rede de forma dinamica, com o apoio da Otimizacao por Enxame de Particulas. Os resultados gerados foram extraidos a partir de testes em redes com topologias e configuracoes de trafego diferentes, os mesmos tambem foram gerados com e sem o uso da otimizacao adaptativa via Otimizacao por En- xame de Particulas, demonstrando assim, a eficiencia da proposta, em que, nos casos em que a otimizacao foi usada, os trafegos, posteriormente classificados, apresentaram a saida aproximada correta, em todos os casos.
MEMBROS DA BANCA:
Interno - 1859144 - ANAND SUBRAMANIAN
Interno - 1887274 - FERNANDO MENEZES MATOS
Interno - 1545175 - IGUATEMI EDUARDO DA FONSECA
Interno - 1971457 - VIVEK NIGAM
Externo à Instituição - MAGNOS MARTINELLO