Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2019-111388GB-I00

Financiado

Cerrado

DETECCION TEMPRANA DE INTRUSIONES Y ANOMALIAS EN REDES DEFINIDAS POR SOFTWARE

LA FUERTE DEPENDENCIA DE LOS SISTEMAS INFORMATICOS Y REDES DE COMUNICACIONES DE LA ACTUAL SOCIEDAD DE LA INFORMACION HACE QUE CUALQUIER AMENAZA, TANTO VOLUNTARIA (P,E, CIBERATAQUES) COMO INVOLUNTARIA (P,E, FALLOS EN DISPOSITIVOS)... ver más

01/01/2019

UDC

43K€

Presupuesto del proyecto: 43K€

Líder del proyecto

UNIVERSIDAD DE A CORUÑA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 88

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UDC

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PID2021-122210OB-I00 TECNICAS AVANZADAS DE INTELIGENCIA ARTIFICIAL PARA DETECTAR... 90K€ Cerrado

DMASD4CA Distributed Multi way Analysis of Stream Data for Detection... 148K€ Cerrado

TIN2013-48319-R ESTUDIO DE TECNOLOGIAS INTELIGENTES PARA LA MONITORIZACION D... 40K€ Cerrado

BES-2017-081202 NUTCRACKER: SISTEMA DE DETECCION, RASTREO, MONITORIZACION Y... 93K€ Cerrado

DiSIEM Diversity Enhancements for SIEMs 4M€ Cerrado

ThreatMark Advanced Fraud Detection System Protecting digital transac... 71K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE A CORUÑA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 88

Presupuesto del proyecto 43K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto LA FUERTE DEPENDENCIA DE LOS SISTEMAS INFORMATICOS Y REDES DE COMUNICACIONES DE LA ACTUAL SOCIEDAD DE LA INFORMACION HACE QUE CUALQUIER AMENAZA, TANTO VOLUNTARIA (P,E, CIBERATAQUES) COMO INVOLUNTARIA (P,E, FALLOS EN DISPOSITIVOS) TENGA UNA ALTA REPERCUSION NEGATIVA A NIVEL PERSONAL, EMPRESARIAL U ORGANIZATIVO, LA MONITORIZACION DE LA RED SE CONVIERTE, POR TANTO, EN UNA PARTE ESENCIAL DE LA SEGURIDAD DE LOS SISTEMAS PARA CONTROLAR SU CORRECTO FUNCIONAMIENTO Y DETECTAR POSIBLES PROBLEMAS DE SEGURIDAD Y LOS SISTEMAS DE DETECCION DE INTRUSOS (NIDS) BASADOS EN RED CONSTITUYEN LAS PRINCIPALES HERRAMIENTAS PARA DESCUBRIR ATAQUES O SITUACIONES ANOMALAS BASADAS EN EL CONTENIDOS DE LAS REDES DE COMUNICACION, AUNQUE EN EL ESTADO DEL ARTE SE RECOGEN DIFERENTES ALGORITMOS BASADOS EN APRENDIZAJE AUTOMATICO QUE PRESENTAN BUENOS RESULTADOS EN LAS METRICAS ESTANDAR PARA DETECCION DE ANOMALIAS, NO CONTEMPLAN EL FACTOR TEMPORAL EN LA DETECCION, FUNDAMENTAL PARA REALIZAR UNA DETECCION TEMPRANA Y EVITAR QUE LA ANOMALIA AMPLIE SU IMPACTO NEGATIVO EN EL SISTEMA Y ORGANIZACION, POR OTRA PARTE, LA FASE MAS IMPORTANTE DE LOS SISTEMAS DE DETECCION DE ANOMALIAS CONSISTE EN LA TOMA DE DECISIONES Y REALIZACION DE ACCIONES AUTOMATICAMENTE QUE PERMITAN HACER FRENTE A LAS AMENAZAS O ANOMALIAS MODIFICANDO EL COMPORTAMIENTO DE LA RED, EN ESTE SENTIDO, LAS REDES DEFINIDAS POR SOFTWARE (SDN) FACILITAN EN GRAN MEDIDA ESTA LABOR AL SEPARAR EL PLANO DE CONTROL Y PLANO DE DATOS, PERMITIENDO INTEGRAR MODELOS DE COMPORTAMIENTO Y TOMA DE DECISIONES, AL IGUAL QUE EN EL CASO ANTERIOR, EL ESTADO DEL ARTE RECOGE DIFERENTES ALTERNATIVAS BASADAS EN APRENDIZAJE MAQUINA PARA LA DETECCION DE INTRUSIONES EN REDES SDN, SIN EMBARGO NO CONTEMPLAN LA DETECCION TEMPRANA,EN ESTE PROYECTO SE PLANTEA LA DETECCION TEMPRANA DE ANOMALIAS E INTRUSIONES EN REDES SDN PARA, POSTERIORMENTE, ACTUAR SOBRE EL PLANO DE CONTROL DE REDES SDN Y MODIFICAR SU COMPORTAMIENTO MITIGANDO POSIBLES AMENAZAS, PARA LA DETECCION TEMPRANA DE COMPORTAMIENTOS ANOMALOS EN REDES SDN SE PLANTEA LA UTILIZACION DE APRENDIZAJE MAQUINA A PARTIR DEL PROCESAMIENTO DEL TRAFICO CAPTURADO EN LA CAPA DE INFRAESTRUCTURA DE UNA RED SDN, ASI MISMO, SE VAN A EVOLUCIONAR LAS METRICAS PARA EVALUAR LA DETECCION TEMPRANA ANTE LOS INCONVENIENTES DE LAS ESCASAS METRICAS DISPONIBLES, PENALIZANDO AQUELLAS ALTERNATIVAS CON UNA ELEVADA PRECISION PERO CON UN ELEVADO CONSUMO TEMPORAL, COMO PASO SUBSIGUIENTE, SE PLANTEA EL DESARROLLO DE UNA SOLUCION QUE, INTERACTUANDO CON EL CONTROLADOR SDN, LOGRE MODIFICAR EL TRATAMIENTO QUE LA INFRAESTRUCTURA DA A LOS FLUJOS DE DATOS, CON EL OBJETIVO DE MITIGAR AMENAZAS FUTURAS EN BASE A LA INFORMACION OBTENIDA EN EL PROCESO DE DETECCION REALIZADO,EL GRUPO DE INVESTIGACION, A PARTIR DEL PROYECTO TIN2015-70648-P TECNICAS DE INTELIGENCIA COLECTIVA PARA LA GESTION DE AMENAZAS EN REDES Y SISTEMAS LLEVADO A CABO ENTRE EL 1/1/2016 Y EL 30/9/2019, HA DESARROLLADO LAS TECNICAS PARA EL ESTUDIO DEL CONTEXTO, EXTRACCION DE CARACTERISTICAS PRINCIPALES, ADAPTACION DE ALGORITMOS DE CLASIFICACION Y PREDICCION, OPTIMIZACION Y ANALISIS DE RESULTADOS QUE SERVIRAN COMO BASE PRINCIPAL PARA ABORDAR CON EXITO ESTE PROYECTO ORIENTADO A UN ENTORNO DIFERENTE (REDES SDN), PERO QUE NO CONTEMPLABAN EL ASPECTO TEMPORAL DE LA DETECCION TEMPRANA DE INTRUSIONES Y ANOMALIAS, DETECCION TEMPRANA\NIDS\INGENIERIA DE DATOS\APRENDIZAJE MAQUINA\REDES SDN

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores