• Entrar
    Ver item 
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Exploração de algoritmos de classificação para reconhecimento de dispositivos da rede

    Thumbnail
    Visualizar/Abrir
    R - E - REINALDO MOTA JUNIOR.pdf (787.6Kb)
    Data
    2020
    Autor
    Mota Junior, Reinaldo
    Metadata
    Mostrar registro completo
    Resumo
    Resumo : A Internet das Coisas deixou de ser uma promessa e já é uma das tecnologias emergentes que mais movimenta o mercado de Tecnologia da Informação. Junto dos seus bilhões de dispositivos amplamente disponíveis e comercializados, os riscos de segurança da informação envolvendo a falta de controle sobre os dispositivos IoT de uma rede propiciam a utilização de inteligência artificial para ajudar na identificação destes dispositivos, com o intuito de classificar com acurácia o dispostivo mediante análise do tráfego da rede e os padrões de comportamento dos dispositivos. Neste artigo, pretendo demonstrar com base em um dataset público compartilhado por Sivanathan et al.que pôde-se obter acurácia consideravelmente superior em um pipeline mais enxuto, utilizando outras features disponíveis no dataset.
     
    Abstract : The Internet of Things is no longer a promise and is already one of the emerging technologies that most moves the Information Technology market. Along with its billions of widely available and commercialized devices, information security risks involving the lack of control over a network’s IoT devices enable the use of artificial intelligence to help identify these devices, in order to accurately classify the device by analyzing network traffic and device behavior patterns. In this article, I intend to demonstrate based on a public dataset shared by Sivanathan et al. that considerably greater accuracy could be obtained in a leaner pipeline, using other features available in the dataset.
     
    URI
    https://hdl.handle.net/1884/71072
    Collections
    • Data Science & Big Data [138]

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV
     

     

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosTipoEsta coleçãoPor data do documentoAutoresTítulosAssuntosTipo

    Minha conta

    EntrarCadastro

    Estatística

    Ver as estatísticas de uso

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV