Aplicación de técnicas de machine learning a la ciberseguridad: Aprendizaje supervisado para la detección de amenazas web mediante clasificación basada en árboles de decisión

Abstract

El objetivo del TFM es desarrollar un modelo predictivo de machine learning basado en árboles de decisión cuya tarea sea clasificar un conjunto de peticiones HTTP en peticiones normales y anómalas. El TFM incluye un estudio del estado del arte sobre las aplicaciones en ciberseguridad del machine learning, la implementación con Python y Scikit-learn de un modelo clasificador basado en aprendizaje supervisado con árboles de decisión y el análisis de los resultados de aplicar dicho modelo sobre el dataset CSIC-2010. El modelo propuesto en este TFM consigue hasta un 100% de exactitud (accuracy) en la clasificación de las peticiones HTTP.

The purpose of this Master thesis is to develop a decision tree based predictive machine learning model which main task is to classify a set of HTTP requests in normal and anomalous ones. The thesis includes a state-of-the-art survey on the main applications of the machine learning in the cybersecurity field, the implementation of the proposed decision tree classifier model with the Python language and the Scikit-learn library and the analysis of the results obtained on the application of the implemented model against the CSIC-2010 dataset. The proposed model in this thesis achieved a 100% of accuracy in classifying the HTTP requests.

L'objectiu del TFM és desenvolupar un model predictiu de machine learning basat en arbres de decisió la tasca de la qual sigui classificar un conjunt de peticions HTTP en peticions normals i anòmales. El TFM inclou un estudi de l'estat de l'art sobre les aplicacions en ciberseguretat del machine learning, la implementació amb Python i Scikit-learn d'un model classificador basat en aprenentatge supervisat amb arbres de decisió i l'anàlisi dels resultats d'aplicar aquest model sobre el dataset CSIC-2010. El model proposat en aquest TFM aconsegueix fins a un 100% d'exactitud (accuracy) en la classificació de les peticions HTTP.