Aplicación de técnicas de Machine Learning a la seguridad

Abstract

El objetivo de este trabajo es el diseño y desarrollo de un detector predictivo de ataques web. Este detector será accesible vía webservice. El conjunto de datos elegido fue "HTTP DATASET CSIC 2010". Este conjunto de datos contiene el tráfico generado dirigido a una aplicación web de comercio electrónico desarrollada en el departamento CSIC. El 85% del conjunto de datos se utilizó para aprendizaje y el 15% restante para pruebas y verificación. El trabajo incluye diferentes etapas: estudio y preprocesado del dataset, selección de características, selección y optimización del algoritmo de aprendizaje, diseño, entrenamiento, verificación y pruebas. En algoritmo finalmente elegido para desarrollar el modelo en Python y Scikit-learn fue el árbol de decisión.

The aim of this work is the design and development of a web attacks predictive detector. This detector will be accessible via webservice. The dataset chosen was "HTTP DATASET CSIC 2010". This dataset contains the generated traffic targeted to an e-commerce web application developed at the CSIC department. The 85% of the dataset was used for training purposes and the remaining 15% for testing and verification. The work includes different stages: dataset study, dataset preprocessing, features selection, algorithm selection and optimization, design, training, verification and testing. The project has been made through Decision Tree Classifier algorithm in Python and Scikit-learn.

L'objectiu d'aquest treball és el disseny i desenvolupament d'un detector predictiu d'atacs web. Aquest detector serà accessible via webservice. El conjunt de dades triat va ser "HTTP dataset CSIC 2010". Aquest conjunt de dades conté el trànsit generat dirigit a una aplicació web de comerç electrònic desenvolupada en el departament CSIC. El 85% del conjunt de dades es va utilitzar per a aprenentatge i el 15% restant per a proves i verificació. El treball inclou diferents etapes: estudi i preprocessat del dataset, selecció de característiques, selecció i optimització de l'algoritme d'aprenentatge, disseny, entrenament, verificació i proves. En algoritme finalment triat per desenvolupar el model en Python i Scikit-learn va ser el arbre de decisió.