El auge del internet de las cosas (IoT) esta última década ha experimentado un crecimiento exponencial, además de segregarse en subsectores como Industrial IoT (IIoT), Medical IoT (IoMT), Automotive IoT, Agricultural IoT, entre otros, donde se aplica esta tecnología de manera más particular llegando a ser un sistema crítico en su proceso de funcionamiento. Esta progresión y diversificación en el IoT ha traído consigo nuevos retos que superar, siendo la seguridad uno de los más prominentes. La necesidad de proteger los datos, mantener la integridad de estos sistemas y asegurar un funcionamiento robusto y fiable, se ha convertido en una prioridad en este paradigma en constante evolución.
En este Proyecto Fin de Grado (PFG) se llevará a cabo el desarrollo de todo un sistema de detección de intrusiones (IDS, por sus siglas en inglés), en concreto un Network IDS (NIDS). Capaz de detectar ataques de denegación de servicio, denegación de servicio distribuido (DoS / DDoS por sus siglas en inglés), escaneo de puertos (PortScan) y escaneo de puertos distribuido (Distributed PortScan); utilizando machine learning (ML) monitorizando el tráfico de la red. El proyecto abarcará desde la generación de datos hasta su procesamiento, culminando con la creación de una API (Application Programming Interface) que admita la conexión con un dashboard, que permita a los usuarios monitorizar fácilmente su infraestructura IoT.
Con este PFG, se buscará demostrar la viabilidad de un NIDS basado en inteligencia artificial (IA, por sus siglas en inglés), es decir un IA-NIDS, que opera con eficacia en la identificación de ataques. Reduciendo la necesidad de conocimientos técnicos por parte de los usuarios, gracias a su posible conexión con una interfaz. Este enfoque no solo mejorará la accesibilidad y aplicabilidad del sistema dentro de entornos IoT distintos, sino que también subraya su contribución a la seguridad informática en este entorno de rápido crecimiento.
Abstract:
Over the past decade, the Internet of Things (IoT) has experienced exponential growth and has been diversified into subsectors such as Industrial IoT, Medical IoT, Automotive IoT, and Agricultural IoT among others, where this technology is applied in a more particular way, becoming a critical system in its operation process. This progression and diversification on the Internet of Things has brought with it new challenges to overcome, with security emerging as a particularly prominent concern. The need to protect data, maintain the integrity of these systems, and ensure robust and reliable operations has become a priority in this rapidly evolving paradigm.
In this Final Degree Project (FDP) will be carried out the development of an Intrusion Detection System (IDS), specifically a Network IDS (NIDS). Able to detect denial of service attacks, distributed denial of service (DoS / DDoS), port scanning (PortScan) and distributed port scanning (Distributed PortScan); using machine learning (ML) monitoring network traffic. The project will range from data generation to data processing, culminating in the creation of an API (Application Programming Interface) that supports connection to a dashboard, allowing users to easily monitor their IoT infrastructure.
With this FDP, will seek to demonstrate the feasibility of a NIDS based on artificial intelligence (AI), i.e. an AI-NIDS, which operates effectively in the identification of attacks. Reducing the need for technical knowledge on the part of users, thanks to its possible connection to an interface. This approach will not only improve the accessibility and applicability of the system within different IoT environments, but also underlines its contribution to IT security in this fast-growing environment.
El auge del internet de las cosas (IoT) esta última década ha experimentado un crecimiento exponencial, además de segregarse en subsectores como Industrial IoT (IIoT), Medical IoT (IoMT), Automotive IoT, Agricultural IoT, entre otros, donde se aplica esta tecnología de manera más particular llegando a ser un sistema crítico en su proceso de funcionamiento. Esta progresión y diversificación en el IoT ha traído consigo nuevos retos que superar, siendo la seguridad uno de los más prominentes. La necesidad de proteger los datos, mantener la integridad de estos sistemas y asegurar un funcionamiento robusto y fiable, se ha convertido en una prioridad en este paradigma en constante evolución.
En este Proyecto Fin de Grado (PFG) se llevará a cabo el desarrollo de todo un sistema de detección de intrusiones (IDS, por sus siglas en inglés), en concreto un Network IDS (NIDS). Capaz de detectar ataques de denegación de servicio, denegación de servicio distribuido (DoS / DDoS por sus siglas en inglés), escaneo de puertos (PortScan) y escaneo de puertos distribuido (Distributed PortScan); utilizando machine learning (ML) monitorizando el tráfico de la red. El proyecto abarcará desde la generación de datos hasta su procesamiento, culminando con la creación de una API (Application Programming Interface) que admita la conexión con un dashboard, que permita a los usuarios monitorizar fácilmente su infraestructura IoT.
Con este PFG, se buscará demostrar la viabilidad de un NIDS basado en inteligencia artificial (IA, por sus siglas en inglés), es decir un IA-NIDS, que opera con eficacia en la identificación de ataques. Reduciendo la necesidad de conocimientos técnicos por parte de los usuarios, gracias a su posible conexión con una interfaz. Este enfoque no solo mejorará la accesibilidad y aplicabilidad del sistema dentro de entornos IoT distintos, sino que también subraya su contribución a la seguridad informática en este entorno de rápido crecimiento.
Abstract:
Over the past decade, the Internet of Things (IoT) has experienced exponential growth and has been diversified into subsectors such as Industrial IoT, Medical IoT, Automotive IoT, and Agricultural IoT among others, where this technology is applied in a more particular way, becoming a critical system in its operation process. This progression and diversification on the Internet of Things has brought with it new challenges to overcome, with security emerging as a particularly prominent concern. The need to protect data, maintain the integrity of these systems, and ensure robust and reliable operations has become a priority in this rapidly evolving paradigm.
In this Final Degree Project (FDP) will be carried out the development of an Intrusion Detection System (IDS), specifically a Network IDS (NIDS). Able to detect denial of service attacks, distributed denial of service (DoS / DDoS), port scanning (PortScan) and distributed port scanning (Distributed PortScan); using machine learning (ML) monitoring network traffic. The project will range from data generation to data processing, culminating in the creation of an API (Application Programming Interface) that supports connection to a dashboard, allowing users to easily monitor their IoT infrastructure.
With this FDP, will seek to demonstrate the feasibility of a NIDS based on artificial intelligence (AI), i.e. an AI-NIDS, which operates effectively in the identification of attacks. Reducing the need for technical knowledge on the part of users, thanks to its possible connection to an interface. This approach will not only improve the accessibility and applicability of the system within different IoT environments, but also underlines its contribution to IT security in this fast-growing environment. Read More
Related posts:
Desarrollo de un gemelo digital para un sensor de mediciones medioambientales
Springer Nature Introduces the AskAdis AI-Based Chat Interface for the Pharmaceutical Industry
DeepVATS: Deep Visual Analytics for Time Series
Aplicación de chatbot especializado
Beneficios del entrenamiento de fuerza en adolescentes. Una revisión
El sistema intermodal de transporte: Optimización y eficiencia en la logística Latinoamericana