ENVÍO ARTÍCULOS SUSCRIPCIÓN

  • googleplus
  • facebook
  • twitter
  • linkedin
  • linkedin

REVISTA DE INGENIERIA DYNA REVISTA DE INGENIERIA DYNA

  • Saltar al menú
  • Saltar al contenido
  • Publicaciones DYNA
    • DYNA
    • DYNA Energía y Sostenibilidad
    • DYNA Management
    • DYNA New Technologies
  • Revista
    • La Revista y sus Órganos
      • Consejo de Administración y Junta General
      • Consejo de Redacción
      • Consejo Asesor o Científico
    • Historia
    • Misión-Visión-Valores
    • Resultado de encuestas anuales
    • Preguntas frecuentes (FAQs)
    • Difusión e Indexación
    • Se dice de DYNA...
    • Colaborar con DYNA
    • Enlaces de interés en Ingeniería
      • Entidades amigas
      • Entidades colaboradoras
      • Asociaciones y Colegios
      • Otras revistas de ingeniería
      • Otros enlaces de interés
  • Autores y Evaluadores
    • Directrices, normas e impresos
    • Difusión e Indexación
    • Cómo colaborar con DYNA
  • Artículos
    • Búsqueda
    • Volúmenes y ejemplares
    • Cuadernos DYNA monográficos
    • Los más descargados último año
    • Envío de artículos
    • Contenido próximo ejemplar
    • Trabajos monográficos
  • Noticias
    • Noticias de ingeniería
    • e-Boletines
    • Reseña de libros
    • Reseñas de Software
  • Blogs y Comunidad
    • Foros
    • Cómo colaborar
  • Suscribirse
    • Darse de alta en la web
    • Tipos de suscripciones
      • Suscripción personal
      • Suscripción institucional
  • Anunciarse
    • Público y formatos publicitarios
    • Tarifas publicidad
    • Contenido de próximo ejemplar
    • e-Boletines
  • Contacto
    • Como contactar
  • Buscar
    • En esta revista
    • En todas las revistas DYNA
  • Alta en Web
    • Aviso legal
    • Politica de privacidad

Volver al Menú

  • Homepage
  • Artículos
  • Búsqueda

Búsqueda

×

 |    : /

Vote:

Resultados: 

5 puntos

 4  Votos

ANÁLISIS COMPARATIVO Y EVALUACIÓN DE LA APLICACIÓN DE TÉCNICAS DEEP LEARNING A DATASETS DE CIBERSEGURIDAD

 |    : /

SEPTIEMBRE 2021   -  Volumen: 96 -  Páginas: 528-533

DOI:

https://doi.org/10.6036/10007

Autores:

XAVIER LARRIVA NOVO
-
MARIO VEGA BARBAS
-
VICTOR VILLAGRA
-
JULIO BERROCAL

Materias:

  • INDUSTRIAS DE LA INFORMACION Y DEL CONOCIMIENTO (INTELIGENCIA ARTIFICIAL Y SIMULACION )
  • INDUSTRIAS DE LA INFORMACION Y DEL CONOCIMIENTO (REDES Y TELECOMUNICACIONES )
  • CIENCIA DE LOS ORDENADORES (ARTIFICIAL INTELLIGENCE / INTELIGENCIA ARTIFICIAL )

Descargas:   293

Como referenciar este artículo:  

Fecha Recepción :   23 noviembre 2020

Fecha Evaluando :   8 enero 2021

Fecha Aceptación :   28 abril 2021

¿Le interesa este artículo? Puede comprar el artículo a través de la plataforma de pago de PayPal o tarjeta de crédito (VISA, MasterCard,...) por 20 €.


Palabras clave:
Inteligencia Artificial, LSTM, redes neuronales, sistema de detección de intrusiones, UGR16, Artificial Intelligence, LSTM, Neural Networks, Intrusion Detection System, UGR16
Tipo de artículo:
ARTICULO DE INVESTIGACION / RESEARCH ARTICLE
Sección:
ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

La ciberseguridad ha destacado en los últimos años con el objetivo de proteger los sistemas de información. Se han utilizado diversos métodos, técnicas y herramientas para obtener el mayor provecho de las vulnerabilidades existentes de estos sistemas. Por lo tanto, es imprescindible el desarrollo y mejora en nuevas tecnologías, así como de los sistemas de detección de intrusiones que permiten detectar posibles amenazas. Sin embargo, el uso de estas tecnologías requiere personal altamente cualificado en materia de ciberseguridad para analizar los resultados y mejorar la accuracy en sus resultados. Por lo tanto, esto genera la necesidad de investigar y desarrollar nuevos sistemas de ciberseguridad con altas prestaciones que permitan analizar y resolver de manera eficiente dichos resultados. Esta investigación presenta la aplicación de técnicas de aprendizaje automático para clasificación de tráfico real, con el objetivo de identificar posibles ataques. El estudio se ha realizado utilizando herramientas de aprendizaje automático aplicando algoritmos de tipo deep learning como multi layer perceptron y long short term memory. Adicionalmente, este documento presenta una comparación entre los resultados obtenidos por la aplicación de los algoritmos anteriormente mencionados y algoritmos que no son de tipo deep learning como: random forest y decision tree. Finalmente, se exponen los resultados obtenidos demostrando que el algoritmo long short term memory es el que brinda los mejores resultados en relación de accuracy y perdida logarítmica.

Palabras clave: Inteligencia Artificial, LSTM, redes neuronales, sistema de detección de intrusiones, UGR16

Compártenos:  

  • Twittear
  • facebook
  • google+
  • linkedin
  • delicious
  • yahoo
  • myspace
  • meneame
  

Búsqueda

  •  
  • Twitter
  • Twitter
  •  
  • Facebook
  • Facebook
  •  
Tweets por el @revistadyna.
Loading…

Anunciarse en DYNA 

© Revista de Ingeniería Dyna 2006 - Publicaciones Dyna, S.L 

Órgano Oficial de Ciencia y Tecnología de la Federación de Asociaciones de Ingenieros Industriales

Dirección: Unit 1804 South Bank Tower, 55 Upper Ground, London UK, SE1 9EY

Email: office@revistadyna.com

  • Menu
  • Publicaciones DYNA
    • Publicaciones DYNA
    • DYNA
    • DYNA Energía y Sostenibilidad
    • DYNA Management
    • DYNA New Technologies
  • Revista
    • La Revista y sus Órganos
      • La Revista y sus Órganos
      • Consejo de Administración y Junta General
      • Consejo de Redacción
      • Consejo Asesor o Científico
    • Historia
    • Misión-Visión-Valores
    • Resultado de encuestas anuales
    • Preguntas frecuentes (FAQs)
    • Difusión e Indexación
    • Se dice de DYNA...
    • Colaborar con DYNA
    • Enlaces de interés en Ingeniería
      • Enlaces de interés en Ingeniería
      • Entidades amigas
      • Entidades colaboradoras
      • Asociaciones y Colegios
      • Otras revistas de ingeniería
      • Otros enlaces de interés
  • Autores y Evaluadores
    • Directrices, normas e impresos
    • Difusión e Indexación
    • Cómo colaborar con DYNA
  • Artículos
    • Artículos
    • Búsqueda
    • Volúmenes y ejemplares
    • Cuadernos DYNA monográficos
    • Los más descargados último año
    • Envío de artículos
    • Contenido próximo ejemplar
    • Trabajos monográficos
  • Noticias
    • Noticias de ingeniería
    • e-Boletines
    • Reseña de libros
    • Reseñas de Software
  • Blogs y Comunidad
    • Blogs y Comunidad
    • Foros
    • Cómo colaborar
  • Suscribirse
    • Darse de alta en la web
    • Tipos de suscripciones
      • Tipos de suscripciones
      • Suscripción personal
      • Suscripción institucional
  • Anunciarse
    • Público y formatos publicitarios
    • Tarifas publicidad
    • Contenido de próximo ejemplar
    • e-Boletines
  • Contacto
    • Como contactar
  • Buscar
    • En esta revista
    • En todas las revistas DYNA
  • Alta en Web
    • Aviso legal
    • Politica de privacidad

Regístrese en un paso con su email y podrá personalizar sus preferencias mediante su perfil


: *   

: *   

:

: *     

 

  

Cargando Cargando ...