Sistema inteligente de detección de anomalías para IoT

Autores
Bolatti, Diego; Karanik, Marcelo; Todt, Carolina; Scappini, Reinaldo; Gramajo, Sergio
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
Fil: Bolatti, Diego. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Fil: Karanik, Marcelo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Fil: Todt, Carolina. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Fil: Scappini, Reinaldo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Fil: Gramajo, Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Peer Reviewed
Materia
Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-11-07T21:17:21Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8744
Acceder
id RIAUTN_9d1dd896c8ee52abb90199d4dd667d5a
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8744
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Sistema inteligente de detección de anomalías para IoTBolatti, DiegoKaranik, MarceloTodt, CarolinaScappini, ReinaldoGramajo, SergioInternet de las cosasDetección de anomalíasMachine LearningSeguridadEn los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.Fil: Bolatti, Diego. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; ArgentinaFil: Karanik, Marcelo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; ArgentinaFil: Todt, Carolina. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.Fil: Scappini, Reinaldo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; ArgentinaFil: Gramajo, Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; ArgentinaPeer Reviewed2023-11-07T21:17:21Z2023-11-07T21:17:21Z2021-04-15info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf978-987-24611-3-3http://hdl.handle.net/20.500.12272/8744spainfo:eu-repo/semantics/openAccess2023-11-07T21:17:21ZAcceso Abiertoreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:48:34Zoai:ria.utn.edu.ar:20.500.12272/8744instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:48:35.932Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Sistema inteligente de detección de anomalías para IoT
title Sistema inteligente de detección de anomalías para IoT
spellingShingle Sistema inteligente de detección de anomalías para IoT
Bolatti, Diego
Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
title_short Sistema inteligente de detección de anomalías para IoT
title_full Sistema inteligente de detección de anomalías para IoT
title_fullStr Sistema inteligente de detección de anomalías para IoT
title_full_unstemmed Sistema inteligente de detección de anomalías para IoT
title_sort Sistema inteligente de detección de anomalías para IoT
dc.creator.none.fl_str_mv Bolatti, Diego
Karanik, Marcelo
Todt, Carolina
Scappini, Reinaldo
Gramajo, Sergio
author Bolatti, Diego
author_facet Bolatti, Diego
Karanik, Marcelo
Todt, Carolina
Scappini, Reinaldo
Gramajo, Sergio
author_role author
author2 Karanik, Marcelo
Todt, Carolina
Scappini, Reinaldo
Gramajo, Sergio
author2_role author
author
author
author
dc.subject.none.fl_str_mv Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
topic Internet de las cosas
Detección de anomalías
Machine Learning
Seguridad
dc.description.none.fl_txt_mv En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
Fil: Bolatti, Diego. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Fil: Karanik, Marcelo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Fil: Todt, Carolina. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Fil: Scappini, Reinaldo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Fil: Gramajo, Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina
Peer Reviewed
description En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
publishDate 2021
dc.date.none.fl_str_mv 2021-04-15
2023-11-07T21:17:21Z
2023-11-07T21:17:21Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-987-24611-3-3
http://hdl.handle.net/20.500.12272/8744
identifier_str_mv 978-987-24611-3-3
url http://hdl.handle.net/20.500.12272/8744
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-11-07T21:17:21Z
Acceso Abierto
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-11-07T21:17:21Z
Acceso Abierto
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230968792678400
score 13.24418

Publicaciones similares