Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/126948
Título : Analysis of reinforcement learning techniques applied to honeypot systems
Autoría: Navarro Ferrer, Oriol
Tutor: Torregrosa Garcia, Blas
Otros: Prados Carrasco, Ferran  
Resumen : El estudio de las amenazas a la ciberseguridad es un elemento cada vez más relevante para las organizaciones públicas y privadas, debido al creciente número de ciberataques y su impacto en los activos de las organizaciones y su reputación. Recopilar información detallada que permita determinar cómo serán los ataques futuros es clave para anticipar las defensas de las organizaciones. Las tácticas, técnicas y procedimientos utilizados por los actores de amenazas se pueden recopilar utilizando varios enfoques, uno de los cuales son los sistemas honeypot. La efectividad de estos objetivos de recopilación de información de ataques depende significativamente de su capacidad para presentar un entorno realista que pueda atraer a los atacantes a revelar sus técnicas. Este proyecto presenta un estudio de diseños e implementaciones de honeypots adaptativos, enfocado en el uso del aprendizaje reforzado, para alcanzar interacciones más realistas entre honeypots y atacantes, y un análisis de las técnicas existentes y métricas de desempeño.
Palabras clave : aprendizaje por refuerzo
sistemas honeypot
honeypot autoadaptativo
inteligencia de amenazas
funciones de recompensa
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : 3-ene-2021
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Trabajos finales de carrera, trabajos de investigación, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
onavarrofeTFM021memory.pdfMemory of TFM1,35 MBAdobe PDFVista previa
Visualizar/Abrir