{"title":"Um Sistema Inteligente para Detecção de DDoS em Ambientes Inteligentes baseado em Fog and Cloud Computing","authors":"Wanderson L. Costa, Rafael L. Gomes","doi":"10.5753/sbrc_estendido.2022.222123","DOIUrl":null,"url":null,"abstract":"Atualmente, os espaços urbanos estão implantando Ambientes Inteligentes (SE) para desenvolver infraestruturas, recursos e serviços. Os SEs são compostos por uma grande quantidade de dispositivos heterogêneos (dispositivos pessoais e IoT). Um dos problemas existentes dos SEs é a detecção de ataques de negação de serviço distribuída (DDoS), devido às vulnerabilidades dos dispositivos IoT. Dessa forma, é necessário implantar soluções que possam detectar DDoS em SEs, lidando com questões como escalabilidade, adaptabilidade e heterogeneidade. Nesse contexto, este artigo apresenta um Sistema Inteligente para detecção de DDoS em SEs, aplicando abordagem de aprendizado de máquina, computação em névoa e computação em nuvem. Além disso, a pesquisa apresenta um estudo sobre as características de tráfego mais importantes para a detecção de DDoS em SEs, bem como uma abordagem de segmentação de tráfego para melhorar a acurácia do sistema. Os experimentos realizados, usando tráfego de rede real, sugerem que o sistema proposto atinge 99% de acurácia, enquanto reduz o volume de dados trocados e o tempo de detecção.","PeriodicalId":365067,"journal":{"name":"Anais Estendidos do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC Estendido 2022)","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-05-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC Estendido 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbrc_estendido.2022.222123","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Atualmente, os espaços urbanos estão implantando Ambientes Inteligentes (SE) para desenvolver infraestruturas, recursos e serviços. Os SEs são compostos por uma grande quantidade de dispositivos heterogêneos (dispositivos pessoais e IoT). Um dos problemas existentes dos SEs é a detecção de ataques de negação de serviço distribuída (DDoS), devido às vulnerabilidades dos dispositivos IoT. Dessa forma, é necessário implantar soluções que possam detectar DDoS em SEs, lidando com questões como escalabilidade, adaptabilidade e heterogeneidade. Nesse contexto, este artigo apresenta um Sistema Inteligente para detecção de DDoS em SEs, aplicando abordagem de aprendizado de máquina, computação em névoa e computação em nuvem. Além disso, a pesquisa apresenta um estudo sobre as características de tráfego mais importantes para a detecção de DDoS em SEs, bem como uma abordagem de segmentação de tráfego para melhorar a acurácia do sistema. Os experimentos realizados, usando tráfego de rede real, sugerem que o sistema proposto atinge 99% de acurácia, enquanto reduz o volume de dados trocados e o tempo de detecção.