ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Analisis y modelos de datos de redes


Enviado por   •  13 de Marzo de 2019  •  Monografías  •  20.933 Palabras (84 Páginas)  •  111 Visitas

Página 1 de 84

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FISICAS Y MATEMA´ TICAS DEPARTAMENTO DE INGENIERIA ELE´ CTRICA

ANA´ LISIS Y MODELOS DE DATOS DE REDES PARA SEGURIDAD INFORMA´ TICA

MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL ELE´ CTRICO

JOAQUIN GONZALO CHA´ VEZ BARBASTE PROFESOR GUIA:

ALBERTO CASTRO ROJAS

MIEMBROS DE LA COMISIO´ N: CE´ SAR AZURDIA MEZA CLAUDIO ESTE´ VEZ MONTERO

SANTIAGO DE CHILE

2016


RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL ELE´ CTRICO

POR: JOAQUIN GONZALO CHA´ VEZ BARBASTE FECHA: ENERO 2016

PROF. GUIA: ALBERTO CASTRO ROJAS

ANA´ LISIS Y MODELOS DE DATOS DE REDES PARA SEGURIDAD INFORMA´ TICA Hoy en d´ıa son cientos los servicios que se ofrecen de manera virtual a trave´s de Internet,

muchas veces exigiendo la transferencia y almacenamiento de datos prioritarios o sensibles a

trave´s de las redes de comunicaciones. Esto obliga a que los factores de seguridad, estabilidad y confiabilidad de las plataformas sea un elemento clave a considerar en el desarrollo de las aplicaciones y, por lo tanto, la utilizacio´ n de herramientas dedicadas a la prevencio´ n y deteccio´ n de fallas de seguridad toma un rol cr´ıtico.

Considerando lo  anterior, este  trabajo  propone disen˜ ar  e  implementar un  ambiente de simulacio´ n de redes que permita explorar la aplicacio´ n de distintas te´cnicas de inteligencia computacional en to´ picos de seguridad informa´tica, enfoca´ndose principalmente en la utilizacio´ n de modelos autoregresivos integrales de media mo´ vil (conocidos como ARIMA por su sigla en ingle´s) y la divergencia de Kullback-Leibler para la deteccio´ n de ataques de denegacio´ n de servicio a un servidor web. Para esto se desarrolla una arquitectura representativa de un proveedor de servicios de Internet utilizando como plataforma el programa de simulacio´ n de redes conocido como GNS3 (Graphical Network Simulator 3), en donde se tienen tres routers, un simulador de clientes, una ma´quina atacante, un servidor web y una ma´quina dedicada a la recoleccio´ n y ana´lisis de datos, todos funcionando como ma´quinas virtuales dentro de un mismo computador principal. Utilizando este ambiente se ejecutan mu´ ltiples simulaciones de tra´fico web para condiciones normales de operacio´ n y bajo ataque de denegacio´ n de servicio, obtenie´ndose series de tiempo de alrededor de doce horas de duracio´ n para capturar el comportamiento a nivel IP del tra´fico durante per´ıodos de volumen de usuarios con carga baja, media y alta. De esta manera se logra recolectar suficientes datos para poder realizar el ana´lisis estad´ıstico respectivo y la generacio´ n de modelos de prediccio´ n de tra´fico y deteccio´ n de ataques con la ayuda del lenguaje para ana´lisis estad´ıstico R.

A partir de los resultados obtenidos se verifica la factibilidad de utilizar modelos ARIMA para la prediccio´ n del tra´fico que fluye a trave´s de los routers que conforman las v´ıas troncales de la red y como herramienta complementaria de deteccio´ n de cambios bruscos en el nivel de tra´fico de subida a un servidor web. Adema´s, se obtienen resultados exitosos para la utilizacio´ n de la divergencia de Kullback-Leibler como mecanismo de deteccio´ n de ataques de denegacio´ n de servicio, en base a los cambios bruscos de tra´fico, permitiendo la deteccio´ n dentro de los primeros cinco minutos de comenzada la falla. Este tipo de herramientas permitir´ıan a los proveedores implementar sistemas inteligentes para la deteccio´ n temprana de ataques de denegacio´ n de servicio dentro de su red, pudiendo aplicar maniobras de mitigacio´ n a tiempo y, por lo tanto, fortaleciendo la seguridad del sistema en su totalidad.

iii


Tabla de Contenido

1.

Introduccio´ n

8

1.1.   Motivacio´ n   . . . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

1.2.   Alcances y Objetivo General

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.3.   Objetivos Espec´ıficos . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.4.   Estructura del Documento   .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

2.

Antecedentes

11

2.1.   Modelos de Prediccio´ n  . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

11

2.1.1.   Series de Tiempo  . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

11

2.1.2.   Modelos Lineales [4]

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

14

2.2.   Modelos de Deteccio´ n   . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

2.2.1.   Test de Hipo´ tesis [22]

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

...

Descargar como (para miembros actualizados)  txt (138.6 Kb)   pdf (697.9 Kb)   docx (315.8 Kb)  
Leer 83 páginas más »
Disponible sólo en Clubensayos.com