1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Hidalgo
4. Instituto Tecnológico de Pachuca
5. LICENCIATURA
6. Sin título

Title:	INTEGRACION DE TECNICAS DE INTELIGENCIA ARTIFICIAL Y SISTEMAS IDS EN LA DETECCION DE ANOMALIAS EN RDES DE DATOS
Authors:	LUGO MARTINEZ, SAUL ISAI%2018030
metadata.dc.subject.other:	Sistema Detector de Intrusos, Ciberseguridad, Inteligencia Artificial, Aprendizaje Automático, Clasificadores, Predicciones, Ciberataques.
Issue Date:	2024-01-01
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Pachuca
Description:	La presente investigación aborda el análisis de registros provenientes de un Sistema de Detección de Intrusos (IDS), generados a partir de simulaciones de ataques cibernéticos. Estos registros conforman un conjunto de datos diseñado específicamente para la evaluación de anomalías en el tráfico de red, así como para la aplicación de clasificadores basados en algoritmos de aprendizaje automático. En el primer capítulo, se introduce el trabajo de investigación, en donde se plantea el problema, su justificación, la motivación que impulsa la presente investigación, las preguntas de investigación, las hipótesis, los objetivos planteados, y su relación con los Objetivos de Desarrollo Sustentable (ODS). El segundo capítulo realiza un análisis de tres trabajos previos, relacionados con el tema de investigación, exponiendo sus limitaciones, alcances y descubrimientos. En este contexto, se presenta una propuesta de valor para el presente estudio. El tercer capítulo aborda los fundamentos teóricos mediante una exhaustiva investigación literaria, destacando la sección dedicada al análisis del campo de la inteligencia artificial y las redes neuronales. El cuarto capitulo presenta el marco experimental de la investigación, detallando la ejecución de las pruebas y el despliegue del laboratorio virtual. Un apartado importante aborda la creación del conjunto de datos y su utilización en diversas herramientas para sus clasificación y análisis. El quinto capítulo describe la evaluación de las pruebas, en el conjunto de datos, mediante la implementación de algoritmos de machine learning, para su clasificación. Posteriormente, se exponen los resultados y su discusión, seguidos de las conclusiones generales de la investigación, junto con una sección dedicada a los posibles trabajos futuros.
metadata.dc.type:	info:eu-repo/semantics/bachelorThesis
Appears in Collections:	Sin título

This item is protected by original copyright View License

This item is licensed under a Creative Commons License