Centro de Documentação da PJ
Monografia
 CD325 |
Deteção de ataques em aplicações Web através de algoritmos de Machine Learning [Recurso eletrónico] / Pedro Miguel Ribeiro Sampaio.- Porto : [s.n.], 2020.- 1 CD-ROM ; 12 cm
Dissertação de mestrado em Engenharia Informática, apresentada à Escola Superior de Tecnologia e Gestão do Politécnico do Porto, tendo como orientador João Paulo Ferreira de Magalhães e co-orientador Davide Rua Carneiro. Ficheiro de 4,02 MB em formato PDF (88 p.).
SEGURANÇA DE INFORMAÇÕES, SEGURANÇA INFORMÁTICA, CRIME INFORMÁTICO, TRATAMENTO DA INFORMAÇÃO, INTELIGÊNCIA ARTIFICIAL, TESE
As aplicações Web têm um papel fulcral em muitas organizações, suportando e potenciando os seus negócios. A sua popularidade e criticidade é também apelativa aos atores maliciosos que exploram possíveis vulnerabilidades para executar os seus ataques, levando a prejuízos significativos de reputação e financeiros por partes das organizações e pessoas afetadas. Neste projeto exploramos a utilização de algoritmos de Machine Learning para detetar anomalias e possíveis ciberataques através da análise dos logs que a aplicação produz, com base em dados reais e dados gerados a partir de testes de intrusão foi criado um dataset para análise através de algoritmos Machine Learning de modo a determinar ciberataques em curso. O dataset é composto por 36 parâmetros resultantes da agregação de dados por janela temporal e do enriquecimento de dados. Os datasets foram tratados e analisados através de diferentes algoritmos de Machine Learning considerando a atualização de hiperparâmetros verificando-se a existência de algoritmos capazes de detetar anomalias e possíveis ciberataques com umataxa de acerto superior a 90%. A eficácia verificada contribui para a criação de uma solução independente focada no desempenho e na rapidez de resposta que permite detetar e/ou bloquear ataques numa fase inicial mitigando as suas consequências negativas junto das organizações.