Minería de datos aplicada en detección de intrusos
Con base a los fundamentos y técnicas de la minería de datos se pueden diseñar y elaborar modelos que permiten encontrar comportamientos clandestinos de fácil detección a simple vista como lo es la información no evidente -desconocida a priori y potencialmente útil- en referencia a hechos determinad...
- Autores:
-
Vallejo P., Diego
Tenelanda V., Germán
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2012
- Institución:
- Universidad de San Buenaventura
- Repositorio:
- Repositorio USB
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.usb.edu.co:10819/27287
- Acceso en línea:
- https://hdl.handle.net/10819/27287
https://doi.org/10.21500/20275846.264
- Palabra clave:
- Ataques
ciber-terrorismo
datos
denegación de servicios
fuga de datos
intrusiones
minería de datos
modelo
modelado
predicción
vulnerabilidades. Attacks
cyberterrorism
data
data mining
denial of service
intrusions
vulnerabilities
leakage
m
- Rights
- openAccess
- License
- Revista Ingenierias USBmed - 2015
| id |
SANBUENAV2_05c07d4de2e2caa730c9692ccb4ae0b1 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.usb.edu.co:10819/27287 |
| network_acronym_str |
SANBUENAV2 |
| network_name_str |
Repositorio USB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Minería de datos aplicada en detección de intrusos |
| dc.title.translated.eng.fl_str_mv |
Minería de datos aplicada en detección de intrusos |
| title |
Minería de datos aplicada en detección de intrusos |
| spellingShingle |
Minería de datos aplicada en detección de intrusos Ataques ciber-terrorismo datos denegación de servicios fuga de datos intrusiones minería de datos modelo modelado predicción vulnerabilidades. Attacks cyberterrorism data data mining denial of service intrusions vulnerabilities leakage m |
| title_short |
Minería de datos aplicada en detección de intrusos |
| title_full |
Minería de datos aplicada en detección de intrusos |
| title_fullStr |
Minería de datos aplicada en detección de intrusos |
| title_full_unstemmed |
Minería de datos aplicada en detección de intrusos |
| title_sort |
Minería de datos aplicada en detección de intrusos |
| dc.creator.fl_str_mv |
Vallejo P., Diego Tenelanda V., Germán |
| dc.contributor.author.spa.fl_str_mv |
Vallejo P., Diego Tenelanda V., Germán |
| dc.subject.spa.fl_str_mv |
Ataques ciber-terrorismo datos denegación de servicios fuga de datos intrusiones minería de datos modelo modelado predicción vulnerabilidades. Attacks cyberterrorism data data mining denial of service intrusions vulnerabilities leakage m |
| topic |
Ataques ciber-terrorismo datos denegación de servicios fuga de datos intrusiones minería de datos modelo modelado predicción vulnerabilidades. Attacks cyberterrorism data data mining denial of service intrusions vulnerabilities leakage m |
| description |
Con base a los fundamentos y técnicas de la minería de datos se pueden diseñar y elaborar modelos que permiten encontrar comportamientos clandestinos de fácil detección a simple vista como lo es la información no evidente -desconocida a priori y potencialmente útil- en referencia a hechos determinados. En particular la utilidad de la minería de datos en esta área radica en una serie de técnicas, algoritmos y métodos que imitan la característica humana del aprendizaje: ser capaz de extraer nuevos conocimientos a partir de las experiencias. La minería de datos posee características como: análisis de grandes volúmenes de información, generación de comportamientos que no son fácilmente perceptibles, depuración de datos para toma de decisiones. Estas características pueden ser de vital importancia para ser aplicadas en la seguridad de la información a través de la detección de intrusos. En la actualidad la seguridad de la información es uno de los grandes retos que tiene el mundo, y en especial, la detección de anomalías en los registros de acceso de los diferentes sistemas de información. Con esta aplicabilidad resulta un método básico y muy eficiente de poder prevenir intrusiones. Se centra el campo de en la detección de intrusos al nutrir el proceso de seguimiento de los acontecimientos que ocurren en la red informática, seguido del análisis de los mismos; con el fin de detectar los factores que ponen en peligro la confidencialidad, integridad, disponibilidad y no repudio de los datos. En el presente trabajo se pretende mostrar el aporte a la seguridad de la información de la minería de datos en el contexto de la detección de intrusos. |
| publishDate |
2012 |
| dc.date.accessioned.none.fl_str_mv |
2012-06-30T00:00:00Z 2025-08-21T22:03:50Z |
| dc.date.available.none.fl_str_mv |
2012-06-30T00:00:00Z 2025-08-21T22:03:50Z |
| dc.date.issued.none.fl_str_mv |
2012-06-30 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.local.eng.fl_str_mv |
Journal article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.doi.none.fl_str_mv |
10.21500/20275846.264 |
| dc.identifier.eissn.none.fl_str_mv |
2027-5846 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10819/27287 |
| dc.identifier.url.none.fl_str_mv |
https://doi.org/10.21500/20275846.264 |
| identifier_str_mv |
10.21500/20275846.264 2027-5846 |
| url |
https://hdl.handle.net/10819/27287 https://doi.org/10.21500/20275846.264 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.bitstream.none.fl_str_mv |
https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/264/178 |
| dc.relation.citationedition.spa.fl_str_mv |
Núm. 1 , Año 2012 : Ingenierías USBMed |
| dc.relation.citationendpage.none.fl_str_mv |
61 |
| dc.relation.citationissue.spa.fl_str_mv |
1 |
| dc.relation.citationstartpage.none.fl_str_mv |
50 |
| dc.relation.citationvolume.spa.fl_str_mv |
3 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Ingenierías USBMed |
| dc.relation.references.spa.fl_str_mv |
M. S. Shin & K. J. Jeong. “Alert Correlation Analysis in Intrusion Detection”. Proceedings of the Second international conference on Advanced Data Mining and Applications ADMA'06, pp. 1049-1056, 2006. M. Xue & C. Zhu. “Applied Research on Data Mining Algorithm in Network Intrusion Detection”. Proceedings International Joint Conference on Artificial Intelligence JCAI '09, pp. 275-277, 2009. M. Castellano & G. B. de Grecis. “Applying a Flexible Mining Architecture to Intrusion Detection”. Proceedings Second International Conference on Availability, Reliability and Security, ARES 2007, pp. 845-852, 2007. IBM. SPSS Modeler. Online [Jun. 2011]. KDD Cup 1999 Data. Online [Jun. 2011]. P. Chapman et al. “CRISP-DM 1.0: Step-by-step data mining guide”. SPSS Inc., 2000. Wikipedia. “Ataque de denegación de servicio”. Online [Jun. 2011]. L. Wenke et al. “Real Time Data Mining-based Intrusion Detection”. DARPA Information Survivability Conference and Exposition, pp. 89-101, 2000. L. Zenghui & L. Yingxu. “A Data Mining Framework for Building Intrusion Detection Models Based on IPv6”. Proceedings of the 3rd International Conference and Workshops on Advances in Information Security and Assurance ISA '09, pp. 608-628, 2009. |
| dc.rights.spa.fl_str_mv |
Revista Ingenierias USBmed - 2015 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| rights_invalid_str_mv |
Revista Ingenierias USBmed - 2015 http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad San Buenaventura - USB (Colombia) |
| dc.source.spa.fl_str_mv |
https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/264 |
| institution |
Universidad de San Buenaventura |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.usb.edu.co/bitstreams/2215fa41-6cf7-4703-85ad-e7e9f71ad799/download |
| bitstream.checksum.fl_str_mv |
a2a55757e71350ef897c98a3d355e9bc |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de San Buenaventura Colombia |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1851053680232497152 |
| spelling |
Vallejo P., DiegoTenelanda V., Germán2012-06-30T00:00:00Z2025-08-21T22:03:50Z2012-06-30T00:00:00Z2025-08-21T22:03:50Z2012-06-30Con base a los fundamentos y técnicas de la minería de datos se pueden diseñar y elaborar modelos que permiten encontrar comportamientos clandestinos de fácil detección a simple vista como lo es la información no evidente -desconocida a priori y potencialmente útil- en referencia a hechos determinados. En particular la utilidad de la minería de datos en esta área radica en una serie de técnicas, algoritmos y métodos que imitan la característica humana del aprendizaje: ser capaz de extraer nuevos conocimientos a partir de las experiencias. La minería de datos posee características como: análisis de grandes volúmenes de información, generación de comportamientos que no son fácilmente perceptibles, depuración de datos para toma de decisiones. Estas características pueden ser de vital importancia para ser aplicadas en la seguridad de la información a través de la detección de intrusos. En la actualidad la seguridad de la información es uno de los grandes retos que tiene el mundo, y en especial, la detección de anomalías en los registros de acceso de los diferentes sistemas de información. Con esta aplicabilidad resulta un método básico y muy eficiente de poder prevenir intrusiones. Se centra el campo de en la detección de intrusos al nutrir el proceso de seguimiento de los acontecimientos que ocurren en la red informática, seguido del análisis de los mismos; con el fin de detectar los factores que ponen en peligro la confidencialidad, integridad, disponibilidad y no repudio de los datos. En el presente trabajo se pretende mostrar el aporte a la seguridad de la información de la minería de datos en el contexto de la detección de intrusos.application/pdf10.21500/20275846.2642027-5846https://hdl.handle.net/10819/27287https://doi.org/10.21500/20275846.264spaUniversidad San Buenaventura - USB (Colombia)https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/264/178Núm. 1 , Año 2012 : Ingenierías USBMed611503Ingenierías USBMedM. S. Shin & K. J. Jeong. “Alert Correlation Analysis in Intrusion Detection”. Proceedings of the Second international conference on Advanced Data Mining and Applications ADMA'06, pp. 1049-1056, 2006.M. Xue & C. Zhu. “Applied Research on Data Mining Algorithm in Network Intrusion Detection”. Proceedings International Joint Conference on Artificial Intelligence JCAI '09, pp. 275-277, 2009.M. Castellano & G. B. de Grecis. “Applying a Flexible Mining Architecture to Intrusion Detection”. Proceedings Second International Conference on Availability, Reliability and Security, ARES 2007, pp. 845-852, 2007.IBM. SPSS Modeler. Online [Jun. 2011].KDD Cup 1999 Data. Online [Jun. 2011].P. Chapman et al. “CRISP-DM 1.0: Step-by-step data mining guide”. SPSS Inc., 2000.Wikipedia. “Ataque de denegación de servicio”. Online [Jun. 2011].L. Wenke et al. “Real Time Data Mining-based Intrusion Detection”. DARPA Information Survivability Conference and Exposition, pp. 89-101, 2000.L. Zenghui & L. Yingxu. “A Data Mining Framework for Building Intrusion Detection Models Based on IPv6”. Proceedings of the 3rd International Conference and Workshops on Advances in Information Security and Assurance ISA '09, pp. 608-628, 2009.Revista Ingenierias USBmed - 2015info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/264Ataquesciber-terrorismodatosdenegación de serviciosfuga de datosintrusionesminería de datosmodelomodeladopredicciónvulnerabilidades. Attackscyberterrorismdatadata miningdenial of serviceintrusionsvulnerabilitiesleakagemMinería de datos aplicada en detección de intrusosMinería de datos aplicada en detección de intrusosArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2522https://bibliotecadigital.usb.edu.co/bitstreams/2215fa41-6cf7-4703-85ad-e7e9f71ad799/downloada2a55757e71350ef897c98a3d355e9bcMD5110819/27287oai:bibliotecadigital.usb.edu.co:10819/272872025-08-21 17:03:50.262https://creativecommons.org/licenses/by-nc-sa/4.0/https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.com |
