Ricardo Augusto dos Santos, Felipe Barreto de Oliveira, Georges Daniel Amvame Nze, Vinícius Pereira Gonçalves, Fábio Lúcio Lopes de Mendonça
The increasing use of machine learning algorithms and their relevance to today’s society, made the number of challenges have arisen regarding data filtering and its importance. Among the various techniques presented today, it is worth highlighting the importance of data quality and the features selection, which contribute to improving the training of machine learning algorithms. It is also important to highlight the use of machine learning techniques in IDS systems, given their significant improvement in efficiency and effectiveness in network security systems. This work proposes software that extracts, in real time, essential features for training models focused on cyber attacks present in NSL-KDD. The study shows a comparison of the software developed with the main softwares currently used, presenting its advantages over the others. It is also worth mentioning that the software has been patented with the INPI (National Institute of Industrial Property).
Com o aumento da utilização de algoritmos de aprendizado de máquina e sua relevância para a sociedade atual, surgiram diversos desafios quanto à filtragem dos dados e a sua importância. Dentre as diversas técnicas apresentadas atualmente, ressalta-se a importância da qualidade dos dados e da seleção das features, as quais contribuem para o aperfeiçoamento do treinamento de algoritmos de aprendizado de máquina. Destaca-se também o uso das técnicas de machine learning em sistemas de IDS, dado a sua melhora significativa na eficiência e eficácia de sistemas de segurança de rede. Este trabalho propõe um software que realiza a extração, em tempo real, de features essenciais para o treinamento de modelos focados em ataques cibernéticos presentes no NSL-KDD. O estudo mostra a comparação do software desenvolvido com os principais softwares atualmente utilizados, apresentando suas vantagens em relação aos demais. Salienta-se que o software foi patenteado junto ao INPI (Instituto Nacional da Propriedade Industrial).