@MASTERSTHESIS{ 2018:1581239636,
 	title = {Método híbrido de detecção de intrusão aplicando inteligência artificial},
 	year = {2018},
 	url = "http://tede.unioeste.br/handle/tede/3534",
 	abstract = "As últimas décadas têm sido marcadas pelo rápido desenvolvimento tecnológico, o qual
 foi acelerado pela criação das redes de computadores, e enfaticamente pela disseminação e crescimento
 da Internet. Como consequência deste contexto, dados privados e sigilosos das mais
 diversas áreas passaram a ser tratados e armazenados em ambientes distribuídos, tornando-se
 vital a segurança dos mesmos. Decorrente ao fato, observa-se um crescimento na quantidade
 e variedade de ataques a sistemas computacionais, principalmente pela exploração de vulnerabilidades.
 Em função desse contexto, a área de pesquisa em detecção de intrusão tem ganhado
 notoriedade, e os métodos híbridos de detecção utilizando técnicas de Inteligência Artificial
 vêm alcançando resultados mais satisfatórios do que a utilização de tais abordagens de modo
 individual. Este trabalho consiste em um método Híbrido de detecção de intrusão combinando
 as técnicas Redes Neurais Artificiais (RNA) e K-Nearest Neighbors (KNN). A avaliação do
 método Híbrido proposto e a comparação com as técnicas de RNA e KNN isoladamente foram
 desenvolvidas de acordo com as etapas do processo de Knowledge Discovery in Databases
 (KDD) . Para a realização dos experimentos selecionou-se a base de dados pública NSL-KDD,
 sendo que com o processo de seleção de atributos derivou-se cinco sub-bases. Os resultados
 experimentais comprovaram que o método Híbrido teve melhor acurácia em relação a RNA
 em todas as configurações, ao passo que em relação ao KNN, alcançou acurácia equivalente e
 apresentou relevante redução no tempo de processamento. Por fim, cabe ressaltar que dentre as
 configurações híbridas avaliadas quantitativa e estatisticamente, os melhores desempenhos em
 termos de acurácia e tempo de classificação foram obtidos pelas abordagens híbridas HIB(P25-
 N75)-C, HIB(P25-N75)-30 e HIB(P25-N75)-20.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica e Computação},
 	note = {Centro de Engenharias e Ciências Exatas}
}