Optimización de una red Lan después de un ataque Ddos detectado con técnicas de inteligencia artificial

El ataque de Denegación de Servicios Distribuidos (DDoS) es uno de los ciberataques más peligrosos en el Internet, ya que puede afectar a cualquier servidor en cualquier tipo de red, causando problemas de conectividad e incluso la pérdida total de los servicios. El desarrollo del Machine Learning ha permitido resolver problemas computacionales de seguridad y es frecuentemente utilizado para la defensa contra ciberataques. En este artículo se propone la construcción de una topología de red, en la cual se aplican varios ataques de DDoS, que posteriormente serán detectados por tres algoritmos de clasificación de Machine Learning. A partir de la recolección de datos circulantes en la red se obtuvo un dataset, con muestras de tráfico normal y paquetes de tipo malicioso, sobre el cual se realizaron las pruebas experimentales. En la tarea de clasificación, el algoritmo de aprendizaje supervisado con el mejor rendimiento fue Random Forest, con un accuracy del 100%. Finalmente, cuando se ha detectado que la red se encuentra bajo un ataque DDoS, se aplica el algoritmo de optimización de Dijkstra para encontrar una ruta alternativa que permita mitigar la sobresaturación de la red. Se plantearon dos escenarios, el primero que analiza la ruta óptima en una red bajo ataque y otra sin afectación. Los resultados muestran que la red se reconfigura para evitar las rutas donde se aplicó la detección de ataques DDoS.

• Yazar: Vizcaino Taipe, Jorge Santiago (author)
• Materyal Türü: bachelorThesis
• Dil: spa
• Baskı/Yayın Bilgisi: 2022
• Konular: COMPUTACIÓN; OPTIMIZACIÓN MATEMÁTICA; REDES DE COMPUTADORES; SISTEMAS DE TELECOMUNICACIÓN; INTELIGENCIA ARTIFICIAL
• Online Erişim: http://dspace.ups.edu.ec/handle/123456789/22264