http://repositorio.unb.br/handle/10482/48021| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| EVENTO_F-NIDSSistemaDeteccao.pdf | 984,96 kB | Adobe PDF | Voir/Ouvrir |
| Titre: | F-NIDS : sistema de detecção de intrusão descentralizado com base em aprendizado federado |
| Auteur(s): | Oliveira, Jonathas Alves de Meneguette, Rodolfo I. Gonçalves, Vinícius Pereira Sousa Júnior, Rafael Timóteo de Guidoni, Daniel L. Oliveira, José Carlos Martins Rocha Filho, Geraldo Pereira |
| metadata.dc.contributor.affiliation: | Universidade de Brasília Universidade de São Paulo Universidade de Brasília Universidade de Brasília Universidade Federal de Ouro Preto Universidade Estadual do Sudoeste da Bahia Universidade Estadual do Sudoeste da Bahia |
| Assunto:: | Sistema de detecção de intrusão (IDS) Sistemas de segurança Computação Aprendizado de máquina |
| Date de publication: | 22-mai-2023 |
| Editeur: | Sociedade Brasileira de Computação |
| Référence bibliographique: | OLIVEIRA, Jonathas A. de et al. F-NIDS: sistema de detecção de intrusão descentralizado com base em aprendizado federado. In: SIMPÓSIO BRASILEIRO DE REDES DE COMPUTADORES E SISTEMAS DISTRIBUÍDOS (SBRC), 41., 2023, Brasília/DF. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 29-42. DOI: https://doi.org/10.5753/sbrc.2023.426. Disponível em: https://sol.sbc.org.br/index.php/sbrc/article/view/24527. Acesso em: 22 mar. 2024. |
| Résumé: | O advento das redes de IoT introduziu novos desafios de escalabilidade e segurança devido ao grande número de conexões e maior taxa de transferência de dados nessas redes. Embora tenha havido esforços nos últimos anos para mitigar esses efeitos, ainda há perguntas a serem investigadas, como privacidade de dados e escalabilidade em cenários de IoT distribuídos. Este trabalho propõe que o F-NIDS é um detector de intrusão que usa a inteligência artificial federada e técnicas de privacidade diferencial, combinadas com a comunicação assíncrona entre entidades do sistema, visando escalabilidade e confidencialidade dos dados. O F-NIDS possui uma proposta de arquitetura para permitir o uso em ambientes de IoT em nuvem ou em fog. Os resultados mostraram que: o modelo de detecção confidencial do F-NIDS apresenta métricas satisfatórias de desempenho e, no caso de um ataque, prever e determinar satisfatoriamente a sua natureza. |
| Abstract: | The coming of IoT networks introduced new scalability and securitychallenges due to the massive number of connections and higher data transfer-ring rate in these networks. Although there have been efforts in recent yearsto mitigate these effects, there are still questions to be investigated, such asdata privacy and scalability in distributed IoT scenarios. This work proposesthe F-NIDS is an intrusion detector that uses federated artificial intelligenceand differential privacy techniques, combined with asynchronous communica-tion between system entities, aiming for scalability and data confidentiality.F-NIDS has an architecture proposal to allow usage in cloud or fog IoT en-vironments. Results have shown that: the confidential detection model, used onF-NIDS, keeps satisfactory performance metrics and, in the event of an attack,predicts and determines the nature. |
| metadata.dc.description.unidade: | Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (FT ENE) |
| metadata.dc.description.ppg: | Programa de Pós-Graduação em Engenharia Elétrica |
| Licença:: | Direitos Autorais Os autores dos artigos publicados nos Anais Principais do SBRC retêm os direitos autorais de suas obras e autorizam a SBC a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da SBC. Fonte: https://sol.sbc.org.br/index.php/sbrc/about/editorialTeam. Acesso em: 22 mar. 2024. |
| DOI: | https://doi.org/10.5753/sbrc.2023.426 |
| Collection(s) : | Trabalhos apresentados em evento |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.