Please use this identifier to cite or link to this item:
http://hdl.handle.net/10773/21126
Title: | Developments of a new artificial intelligence approach for anomaly detection |
Other Titles: | Desenvolvimentos de uma nova abordagem em inteligência artificial para deteção de anomalias |
Author: | Faria, Bruno Filipe dos Santos |
Advisor: | Abreu, Fernão Rodrigues Vistulo de Zúquete, André |
Keywords: | Engenharia informática Segurança informática Inteligência artificial Algoritmos de computação |
Defense Date: | 22-May-2017 |
Publisher: | Universidade de Aveiro |
Abstract: | Este trabalho visou o desenvolvimento do modelo de frustração celular para
aplicações à segurança informática. Neste âmbito foram desenvolvidos os
processos necessários para materializar o modelo de frustração celular num
algoritmo semi-supervisionado de deteção de anomalias. É por seguida
efetuada uma comparação da capacidade de discriminação do algoritmo
de frustração celular com algoritmos do estado de arte, nomeadamente
máquinas de vetores de suporte e florestas aleatórias (com sigla em inglês
de SVM e RF, respetivamente). Verifica-se que nos casos estudados o algoritmo
de frustração celular obtém uma capacidade de discriminação de
anomalias semelhante, senão melhor, que os algoritmos anteriormente descritos.
São ainda descritas otimizações para reduzir o elevado custo computacional
do algoritmo recorrendo a novos paradigmas de computação, i.e.
pelo uso de placas gráficas, assim como otimizações que visam reduzir a
complexidade do algoritmo. Em ambos os casos foi verificada uma redução
do tempo computacional. Por fim, é ainda verificado que as melhorias introduzidas
permitiram que a capacidade de discriminação do algoritmo se
tornasse menos sensível à perturbação dos seus parâmetros. This work sought to develop the cellular frustration model for computer security applications. In this sense, the required processes to materialize the cellular frustration model in a semi-supervised anomaly detection algorithm were developed. The discrimination capability of the cellular frustration algorithm was then compared with the discrimination capability of state of the art algorithms, namely support vector machines and random forests (SVMs and RFs, respectively). In the studied cases it is observed that the cellular frustration algorithm exhibits comparable, if not better, anomaly detection capabilities. Optimizations to reduce the high computational cost that rely on new computational paradigms, i.e. by the use of graphic cards, as well as optimizations to reduce the algorithm complexity were also described. In both cases it was observed a reduction of the computational time required by the algorithm. Finally, it was verified that the introduced improvements allowed the anomaly detection capability of the algorithm to become less sensitive to the perturbation of its parameters. |
Description: | Doutoramento em Engenharia Informática |
URI: | http://hdl.handle.net/10773/21126 |
Appears in Collections: | UA - Teses de doutoramento DETI - Teses de doutoramento |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.