Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/146208
Títol: | Análisis de la viabilidad de la aplicación de técnicas de Auto Machine Learning para la detección de intrusiones |
Autoria: | Barcina Blanco, Marcos |
Tutor: | Hernández Jiménez, Enric |
Resum: | El propòsit d'aquest treball és avaluar la idoneïtat de l'ús de tècniques i eines de Auto Machine Learning en l'àmbit de la ciberseguretat, específicament en la detecció de intrusions mitjançant lanàlisi del trànsit de xarxa. Per això, s'ha implementat un sistema que entrena diversos models de predicció sobre el dataset introduït mitjançant tècniques tant de Machine Learning tradicional com tècniques d'AutoML i realitza una comparació amb els resultats obtinguts. Aquest sistema s'ha implementat al llenguatge de programació Python i fa ús de llibreries com Scikit-learn i TPOT, totes dues molt presents en el desenvolupament de tecnologies de ML i són de codi obert. Finalment, s'han escollit datasets utilitzats prèviament en altres experiments d'aplicació de tècniques de Machine Learning similars. Aquesta elecció permet comparar els resultats obtinguts amb aquells realitzats a l'estat de l'art. |
Paraules clau: | algoritme de classificació aprendizaje automático hiperparàmetre AutoML |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 30-mai-2022 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-sa/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
mbarcinabTFM0622memoria.pdf | Memoria del TFM | 1,78 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons