Análise de algoritmo para detecção de pontos de mudança em séries temporais visando a detecção de ataques DDoS

Passos, Ana Paula Rocha Soares

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/18242

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Leão, Rosa Maria Meri	-
dc.contributor.author	Passos, Ana Paula Rocha Soares	-
dc.date.accessioned	2022-08-05T21:50:01Z	-
dc.date.available	2023-12-21T03:00:22Z	-
dc.date.issued	2019-03	-
dc.identifier.uri	http://hdl.handle.net/11422/18242	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Detecção de Pontos de Mudanças	pt_BR
dc.subject	Ataques DDoS	pt_BR
dc.title	Análise de algoritmo para detecção de pontos de mudança em séries temporais visando a detecção de ataques DDoS	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.referee1	Silva, Edmundo Albuquerque de Souza e	-
dc.contributor.referee2	Menasche, Daniel Sadoc	-
dc.description.resumo	Séries temporais são dados especialmente importantes pois são uma coleção de observações feitas sequencialmente ao longo do tempo e cujas observações vizinhas são dependentes entre si, fazendo-se necessário analisar e modelar essa dependência. Este trabalho apresenta uma análise algorítmica dos resultados encontrados ao submeter séries temporais não estacionárias a uma formulação estatística típica de detecção de ponto de mudança e analisar as distribuições de probabilidade de dados antes e depois de um ponto de mudança candidato e identificar o candidato como um ponto de mudança se as duas distribuições forem significativamente diferentes. O método ajusta um modelo de regressão automática aos dados para representar o comportamento estatístico da série temporal e atualiza as estimativas dos parâmetros de forma incremental, de modo que o efeito dos exemplos passados seja gradualmente descontado. Uma forma de avaliar a probabilidade de um determinado dado da sequência ser um dado “normal” ou um dado suspeito. Por fim, a avaliação dos resultados por métricas de desempenho, como Precisão e Sensibilidade, utilizadas para avaliar o algoritmo na detecção de pontos de mudança dos dados que sofreram ataques de negação de serviço distribuído.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola Politécnica	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia de Computação e Informação

Files in This Item:

File	Description	Size	Format
monopoli10028459.pdf		1.1 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository