Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/3239
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | PINTO, Rossano Pablo | pt.br |
dc.contributor.author | ZANUNCIO, Luis Fernando | |
dc.contributor.other | FUJITA, Murilo | pt.br |
dc.contributor.other | DOIMO, Adriano Cilhos | pt.br |
dc.date.accessioned | 2019-02-07T13:19:17Z | |
dc.date.available | 2019-02-07T13:19:17Z | |
dc.date.issued | 2018-12-05 | |
dc.identifier.citation | ZANUNCIO, Luis Fernando. Machine learning para detecção de ataque de negação de serviço, 2018. Trabalho de conclusão de curso (Curso de Tecnologia em Segurança da Informação) - Faculdade de Tecnologia de Americana, Americana, 2018 | pt_BR |
dc.identifier.uri | http://ric.cps.sp.gov.br/handle/123456789/3239 | |
dc.description.abstract | Este trabalho apresenta a aplicação de um algoritmo de Machine Learning para detecção de ataque de Negação de Serviço do tipo SYN Flood, realizado em ambiente controlado. Tem como objetivo testar e validar a técnica citada, com um alto percentual de acerto, podendo ser utilizada no cenário real das organizações caso adaptada, contribuindo com a Segurança da Informação das mesmas. Por fim, possui o intuito de explorar outras contribuições possíveis a partir dos estudos realizados. | pt_BR |
dc.description.sponsorship | Curso Superior de Tecnologia em Segurança da Informação | pt_BR |
dc.publisher | 004 | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.subject | Segurança em sistemas de informação | pt_BR |
dc.subject.other | Informação e Comunicação | |
dc.title | Machine learning para detecção de ataque de negação de serviço | pt_BR |
dc.title.alternative | Machine learning for denial of service attack detection | pt_BR |
dc.type | Monografia | pt_BR |
Appears in Collections: | Trabalhos de Conclusão de Curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
20182S_ZANUNCIOLuisFernando_OD0542.pdf | 1.11 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.