Resumen

Los usuarios y los proveedores de servicios de Internet (ISP) se ven constantemente afectados por ataques de denegacin de servicio (DoS). Esta ciberamenaza sigue creciendo incluso con el desarrollo de nuevas tecnologas de proteccin. El desarrollo de mecanismos para detectar esta amenaza es un reto actual en la seguridad de las redes. Este artculo presenta un sistema de deteccin de DoS basado en el aprendizaje automtico (ML). El enfoque propuesto realiza inferencias basadas en firmas previamente extradas de muestras de trfico de red. Los experimentos se realizaron utilizando cuatro conjuntos de datos de referencia modernos. Los resultados muestran una tasa de deteccin en lnea (DR) de ataques superior al 96%, con alta precisin (PREC) y baja tasa de falsas alarmas (FAR) utilizando una tasa de muestreo (SR) del 20% del trfico de red.

• Materias:Cifrados de bloques Seguridad cibernética Malware Ocultación de datos Cifrado homomórfico
• Subjects:Block ciphers Cyber security Malware Data hiding Homomorphic encryption
• Palabras claves:Usuarios; Proveedores de servicios de internet; Ataques de denegación de servicio; Aprendizaje automático; Sistema de detección; Seguridad de la red
• Keywords:Users; Internet service providers; Denial-of-service attacks; Machine learning; Detection system; Network security