SISTEMA DE DETECCIÓN DE INTRUSOS BASADO EN DEEP LEARNING
dc.contributor.author | Liu Xu, Xuqiang | |
dc.date.accessioned | 2024-07-18T16:00:05Z | |
dc.date.available | 2024-07-18T16:00:05Z | |
dc.date.issued | 2024-07-17 | |
dc.identifier.uri | https://hdl.handle.net/10115/38328 | |
dc.description | Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: Isaac Lozano Osorio | |
dc.description.abstract | El avance tecnol¿ ogico y el uso de la tecnolog¿ ¿a en la vida cotidiana, hace que cada vez se tengan m¿ as activos expuestos a amenazas del ciberespacio. Uno de los ataques m¿as comunes es el de denegaci¿on de servicio (DoS) [1], que consiste en saturar el tr¿ afico hacia una propiedad web, servidor u otro activo para interrumpir su funcionamiento normal. Este tipo de ataque no solo ocasiona p¿ erdidas f inancieras, sino que tambi¿en afecta a la reputaci¿on de la empresa v¿ ¿ctima, pues incluso una breve inactividad puede resultar en p¿ erdidas significativas. Adicionalmente, los atacantes son cada vez m¿ as creativos ejecutando ataques nuevos, lo que demanda que los sistemas de detecci¿ on de intrusos (IDS) tradicionales evolucionen y se adapten para detectar nuevos tipos de ataques. Por ello, en este trabajo fin de grado, se propone un sistema de detecci¿on de intrusos utilizando diferentes t¿ecnicas de deep learning como redes neuronales recurrentes de memoria a largo plazo y redes generativas antag¿ onicas. El objetivo es mejorar la detecci¿ on de ataques, centr¿andose especialmente en los ataques del tipo zero-day, dif¿ ¿ciles de prever y potencialmente destructivos si no se detectan a tiempo. | |
dc.language.iso | spa | |
dc.publisher | Universidad Rey Juan Carlos | |
dc.rights | ||
dc.rights.uri | ||
dc.subject | Ciberseguridad | |
dc.subject | Sistema de detección de intrusos | |
dc.subject | Denegación de servicios | |
dc.subject | Deep learning | |
dc.subject | Ataques zero-day | |
dc.title | SISTEMA DE DETECCIÓN DE INTRUSOS BASADO EN DEEP LEARNING | |
dc.type | info:eu-repo/semantics/studentThesis | |
dc.rights.accessRights | info:eu-repo/semantics/embargoedAccess |
Files in this item
This item appears in the following Collection(s)
-
Trabajos Fin de Grado [8107]
Los ítems de digital-BURJC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario