Anais - Engenharia de Redes de ComunicaÃ§Ã£o - UnB

More documents

Recommendations

Info

O perímetro do triângulo ∆ X i AB é definido como G = a + b + c , onde a = AB , b = BX i e c = AX i , isto é, a distância entre A e B, B e X i, e A e X i , respectivamente. Depois de obter o perímetro dos triângulos para cada amostra, a fórmula de Heron é calculada. A equação 3 exibe a fórmula de Heron. T = S( S − a)( S − b)( S − c) Onde o G S = é o semi perímetro de ∆X i AB 2 . Portanto, 10 triângulos, T₁−T₁₀ são identificados para cada X i e são usados para formar os novos dados. Esses novos dados são então usados para treinar e testar o classificador k-NN. Porém, a literatura de detecção de intrusão mostra que SVM é um classificador que alcança taxas de detecção melhores quando comparado a k-NN [Tsai et al. 2009]. Devido a esse fato, este artigo propõe uma modificação no método TANN. A modificação sugerida ocorre no terceiro estágio do método, isto é, na classificação final. A proposta envolve a troca de k-NN por SVM. Portanto, a detecção dos centróides e o cálculo da área triangular permanecem inalterados. A nova representação dos dados será usada para o treinamento de um classificador do tipo SVM. Na próxima seção são apresentados os resultados obtidos com o conjunto de k- NN gerado por RSM, TANN original (com o classificador k-NN) e TANN modificado (com classificador SVM). 4. Experimentos Esta seção descreve os experimentos realizados para avaliar as abordagens investigadas. Essa descrição apresenta a composição da base de dados, as métricas utilizadas e sua relevância ao problema de detecção de intrusão. 4.1. Base de dados Os métodos investigados usam “10% do KDD-Cup 99” e “Corrected KDD-Cup (Test)” [KDD 1999], como bases de treino/teste e validação, respectivamente, exatamente como na proposta de [Tsai e Lin, 2010] . Esses dois conjuntos de dados descrevem a conexão em uma rede de trabalho representada por um vetor de 41 características, distribuídas da seguinte forma: 9 características do tipo intrínsecas, 13 do tipo conteúdo e as restantes do tipo de tráfego. Cada padrão do conjunto de dados é rotulado como pertencente a uma de cinco classes, das quais uma é do tipo tráfego normal e as quatro restantes do tipo ataque como segue: i) Probing – vigilância e sondagem de sistema; ii) DoS (Denial of Service) – ataques de negação de serviço; iii) R2L (Remote to Local) – acesso não autorizado de uma máquina remota; iv) U2L (User to Root) – acesso não autorizado a privilégio de super usuário; Em todos os experimentos (classificadores híbridos e conjunto de classificadores) a base de dados foi dividida em 40% para treino e 60% para teste. Essa estratégia é (3) 204
conhecida na literatura de aprendizagem de máquina como holdout validation [Kohavi 1995]. A base foi dividida em bases de treino e de teste por ser uma base com muitas amostras, conforme Tabela1. Segundo a literatura, bases que contêm muitas amostras são bastante representativas, não havendo necessidade de serem tratadas através de validação cruzada. A tabela 1 demonstra a distribuição das bases usadas nos experimentos em treino/teste e validação. Tabela 1. Distribuição do Conjunto de Dados para Treino/Teste e Validação Classes Qta. Amostras por Classe Normal 92.277 Probe 4.107 Conjunto de Dados Treino/Teste DoS 391.458 U2R 52 R2L 1.126 Conjunto de Dados para Validação (%) Qta. Amostras por Classe (%) 19,68% 60.593 19,40% 0,83% 4.166 1,33% 79,24% 231.455 74,40% 0,01% 88 0,03% 0,23% 14.727 4,73% Total 494.020 100% 311.029 100% 4.2. Medidas de desempenho As medidas de desempenho adotadas neste artigo seguem o padrão de métricas encontrado na literatura para detecção de anomalia. São medidas que podem ser calculadas pela matriz de confusão mostrada na Tabela 2, considerando as seguintes legendas: TP (Verdadeiro Positivo) - número de ataques devidamente classificados como ataque; FP (Falso Positivo) - número de tráfego normal classificado como ataque; FN (Falso Negativo) - número de ataques classificados como normal e TN (Verdadeiro Negativo) - número de tráfego normal devidamente classificado como normal. Tabela 2. Matriz de confusão utilizada como base para o cálculo das medidas de desempenho. Atual Normal Previsto Intrusão Normal TN FP Intrusão FN TP As métricas utilizadas para comparar os métodos de classificação investigados são taxa de precisão, de detecção e de falso alarme. Essas medidas podem ser obtidas por: Precisão TP + TN = TP + TN + FP + FN Taxa de detecção Alarme Falso TP = TP + FN FP = FP + TN 205
Page 1 and 2:
ANAIS
Page 3 and 4:
Mensagem da Coordenação Geral O S
Page 5 and 6:
Mensagem da Coordenadora do WTICG M
Page 7 and 8:
Comitê de Programa e Revisores do
Page 9 and 10:
Comitê de Programa e Revisores do
Page 11 and 12:
Detecção de Intrusos usando Conju
Page 13 and 14:
Sumário dos Anais WGID Avaliação
Page 15 and 16:
Um Mecanismo de Proteção de Quadr
Page 17 and 18:
apresenta os trabalhos relacionados
Page 19 and 20:
o descarte de qualquer quadro com n
Page 21 and 22:
1, a mesma apresenta diversas vulne
Page 23 and 24:
locos com menos de 128 bits devem s
Page 25 and 26:
RTS CTS ACK BA BAR PS- Poll CF- End
Page 27 and 28:
Cam-Winget, N., Smith, D., and Walk
Page 29 and 30:
Tratamento Automatizado de Incident
Page 31 and 32:
Diante deste cenário de problemas
Page 33 and 34:
Figura 1. Visão geral da arquitetu
Page 35 and 36:
5. Caso o módulo de Contenção es
Page 37 and 38:
de implantação consiste basicamen
Page 39 and 40:
Identificação de máquinas reinci
Page 41 and 42:
6. Considerações finais Este trab
Page 43 and 44:
Uma Ontologia para Mitigar XML Inje
Page 45 and 46:
2. Ontologia Uma ontologia descreve
Page 47 and 48:
classe de ataque baseando-se nas es
Page 49 and 50:
Cross-Site Scripting. O sniffer Wir
Page 51 and 52:
elacionando as mesmas com instânci
Page 53 and 54:
diferente do que foi definido será
Page 55 and 56:
os algoritmos e os mecanismos de de
Page 57 and 58:
Carimbos do Tempo Autenticados para
Page 59 and 60:
Atestes da validade de assinaturas,
Page 61 and 62:
4. Carimbos do Tempo Autenticados N
Page 63 and 64:
U −→ ACT : H(ts) ACT −→ U :
Page 65 and 66:
5.1. Custos na Preservação e Vali
Page 67 and 68:
Nas simulações, os custos de arma
Page 69 and 70:
6. Conclusões O uso de documentos
Page 71 and 72:
SCuP - Secure Cryptographic Micropr
Page 73 and 74:
adversário para copiar alguns arqu
Page 75 and 76:
Com o uso de uma motherboard com do
Page 77 and 78:
A arquitetura do SCuP mostrando os
Page 79 and 80:
3.1.5. Outros Componentes O SCuP po
Page 81 and 82:
Com a arquitetura do SCuP, a verifi
Page 83 and 84:
[2] Benjie Chen and Robert Morris.
Page 85 and 86:
Fault Attacks against a Cellular Au
Page 87 and 88:
2. Fault Analysis of the Rule 30 St
Page 89 and 90:
• This configuration is only poss
Page 91 and 92:
• This configuration is only poss
Page 93 and 94:
3.1. Fault Analysis Effect on Rule
Page 95 and 96:
Zero-knowledge Identification based
Page 97 and 98:
strings. It is computationally bind
Page 99 and 100:
Stern’s Identification Scheme. Th
Page 101 and 102:
FFT, the application of ideal latti
Page 103 and 104:
ut with similar images through the
Page 105 and 106:
public keys. This ensures that the
Page 107 and 108:
Véron, P. (1996). Improved identif
Page 109 and 110:
adversary may arbitrarily deviate f
Page 111 and 112:
Let f an ideal oblivious transfer f
Page 113 and 114:
However, for the sake of brevity, w
Page 115 and 116:
3. For every i for which r i = 1, B
Page 117 and 118:
3. Upon receiving a valid decommitm
Page 119 and 120:
protocol) or A 2 did not send valid
Page 121 and 122:
Camenisch, J., Neven, G., and Shela
Page 123 and 124:
timing of mouse movements and keyst
Page 125 and 126:
Figure 1. Gilbert-Warshamov bound,
Page 127 and 128:
Figure 2. Entropy allocation among
Page 129 and 130:
Figure 3. Syndrome generating funct
Page 131 and 132:
Figure 5. Syndrome-Fortuna operatio
Page 133 and 134:
according to a defined demand level
Page 135 and 136:
The proposed algorithm can be consi
Page 137 and 138:
O objetivo deste artigo é propor u
Page 139 and 140:
sistema de coleta de amostras de ma
Page 141 and 142:
Fatores que afetam o comportamento
Page 143 and 144:
2.1. O coletor de spam utilizado e
Page 145 and 146:
de máquinas para implementar os 16
Page 147 and 148:
spam aparece se faz passar por uma
Page 149 and 150:
Para melhor entendermos o comportam
Page 151 and 152:
normalmente menores, pode ser visua
Page 153 and 154: aperfeiçoamentos na técnica e atu
Page 155 and 156: Segmentação de Overlays P2P como
Page 157 and 158: em diversas máquinas de estados in
Page 159 and 160: overlay. Para fins de disponibilida
Page 161 and 162: espostas idênticas de membros dist
Page 163 and 164: 3.1.3. Reconfiguração de Segmento
Page 165 and 166: chaves igual à união dos dois int
Page 167 and 168: 5. Trabalhos Relacionados Rosebud [
Page 169 and 170: Rumo à Caracterização de Dissemi
Page 171 and 172: esponsável. Logo, essa “etiqueta
Page 173 and 174: conteúdo protegido por direito aut
Page 175 and 176: 3.2. Instanciação da Arquitetura
Page 177 and 178: Tabela 3. Ranqueamento Usuário Tip
Page 179 and 180: fenômeno é observado quando uma f
Page 181 and 182: analisada. Até onde sabemos, este
Page 183 and 184: Método Heurístico para Rotular Gr
Page 185 and 186: mento foram considerados ataques em
Page 187 and 188: amentas de varredura por vulnerabil
Page 189 and 190: • Encontrar hosts que tornaram gr
Page 191 and 192: Algoritmo 1 Cálculo do índice de
Page 193 and 194: Cada linha da tabela 2 apresenta os
Page 195 and 196: grupos densos e próximos aos grupo
Page 197 and 198: Detecção de Intrusos usando Conju
Page 199 and 200: mais comuns para a geração de con
Page 201 and 202: freqüências de chamadas ao sistem
Page 203: Diante das razões e definições d
Page 207 and 208: originalmente 41 características,
Page 209 and 210: híbrida. É também importante des
Page 211 and 212: Combinando Algoritmos de Classifica
Page 213 and 214: apresenta a abordagem proposta. Na
Page 215 and 216: utilização de mais de três níve
Page 217 and 218: 4.3. Configuração 3 A última con
Page 219 and 220: positivos (FPR - False Positive Rat
Page 221 and 222: A Tabela 6 apresenta o percentual d
Page 223 and 224: Como trabalhos futuros, é interess
Page 225 and 226: Static Detection of Address Leaks G
Page 227 and 228: 2. Background A buffer, also called
Page 229 and 230: (Variables) ::= {v 1 , v 2 , . . .}
Page 231 and 232: [LEAK] build edges(C, P t ) = E fin
Page 233 and 234: (a) getad(v 0 , m 1 ) (b) v 0 → {
Page 235 and 236: will contaminate the whole heap and
Page 237 and 238: graph is built for each program poi
Page 239 and 240: Um esquema bio-inspirado para a tol
Page 241 and 242: mais de 80% da ação desses nós c
Page 243 and 244: O esquema proposto é aplicado em s
Page 245 and 246: Figura 2. Contagem de autoindutores
Page 247 and 248: de PAN + QS 2 . O esquema foi avali
Page 249 and 250: (a) Falta de cooperação (b) Tempo
Page 251 and 252: (a) Taxa de detecção (b) Falsos n
Page 253 and 254: Aumentando a segurança do MD6 em r
Page 255 and 256:
Tabela 1. Quantidade de deslocament
Page 257 and 258:
2.2. Carga mínima de trabalho de u
Page 259 and 260:
nhos se formavam, identificamos alg
Page 261 and 262:
ela de deslocamento de bits não po
Page 263 and 264:
A tabela 5 mostra, para cada valor
Page 265 and 266:
Acordo de Chave Seguro contra Autor
Page 267 and 268:
6 realizamos comparações com o no
Page 269 and 270:
Duas sessões são consideradas com
Page 271 and 272:
O cenário com pré-computação é
Page 273 and 274:
Tabela 2. Casos válidos de corromp
Page 275 and 276:
ReplacePublicKey(ID i , x i P ). Se
Page 277 and 278:
Tabela 4. Nomenclatura das variáve
Page 279 and 280:
WTICG 279
Page 281 and 282:
1.1. Relevant Material Most existin
Page 283 and 284:
When designing a security-centric a
Page 285 and 286:
3.3.1. Extraction Using Fourier tra
Page 287 and 288:
4.1. Steganography Testing A variet
Page 289 and 290:
Having implemented these steganogra
Page 291 and 292:
para esses problemas através da im
Page 293 and 294:
como os dados privados são armazen
Page 295 and 296:
liberação de seus atributos; o Vi
Page 297 and 298:
Foi então gerado um arquivo que co
Page 299 and 300:
CulturaDigital (2011). Os rumos da
Page 301 and 302:
das atividades que um malware efetu
Page 303 and 304:
• A capacidade de manipular livre
Page 305 and 306:
Tabela 1. Ações, tipos possíveis
Page 307 and 308:
Figura 5. Espiral gerada através d
Page 309 and 310:
Para validar a ferramenta, foram fe
Page 311 and 312:
Este trabalho tem como objetivo pro
Page 313 and 314:
Figura 2. Modelo matemático de um
Page 315 and 316:
diferentes representações interna
Page 317 and 318:
ataque geométrico alternadamente [
Page 319 and 320:
Figura 6. Número de mensagens troc
Page 321 and 322:
pública do agente B. É também im
Page 323 and 324:
Definição 2 Um ponto q é um par
Page 325 and 326:
Dado um sistema especificado em PRO
Page 327 and 328:
A partir destas mensagens é possí
Page 329 and 330:
Uma Avaliação de Segurança no Ge
Page 331 and 332:
2. Trabalhos Relacionados O gerenci
Page 333 and 334:
(a) (b) (c) Figura 2. Comunicação
Page 335 and 336:
4.2. Ataque contra ARP O objetivo d
Page 337 and 338:
Para quaisquer cenários envolvendo
Page 339 and 340:
A New Scheme for Anonymous Communic
Page 341 and 342:
observations, the adversary may con
Page 343 and 344:
carrier visited in a random route.
Page 345 and 346:
When the gateway receives the acces
Page 347 and 348:
data, such as the nodes’ secret p
Page 349 and 350:
Avaliação do Impacto do Uso de Me
Page 351 and 352:
A segurança em VANETs é um fator
Page 353 and 354:
datagramas não confiável, não tr
Page 355 and 356:
ecebimento das mensagens, o número
Page 357 and 358:
1000 100 10 ECDSA DSA 1 0,1 Sem 0,0
Page 359 and 360:
Uma Maneira Simples de Obter Regiõ
Page 361 and 362:
emover as regiões que não contêm
Page 363 and 364:
(a) (b) (c) (d) Figura 3: Passos do
Page 365 and 366:
(a) (b) (c) (d) (e) (f) (g) (h) (i)
Page 367 and 368:
Quatro parâmetros referentes aos f
Page 369 and 370:
Análise e implementação de um pr
Page 371 and 372:
• cabeçalho: Apresenta informaç
Page 373 and 374:
TrustedRelAnn : : = SEQUENCE { c e
Page 375 and 376:
primeiro modelo é conhecido como m
Page 377 and 378:
WGID 377
Page 379 and 380:
Entretanto, inúmeros desafios aind
Page 381 and 382:
Em 2009, criou-se o Programa de Aud
Page 383 and 384:
ações necessárias para a impleme
Page 385 and 386:
(A) Se os controles de acesso são
Page 387 and 388:
classificação do estágio atual e
Page 389 and 390:
um usuário válido em um ambiente
Page 391 and 392:
eduzir o número de mensagens de au
Page 393 and 394:
O serviço de autenticação utiliz
Page 395 and 396:
e obtenção de token Kerberos para
Page 397 and 398:
Electronic Documents with Signature
Page 399 and 400:
3. Authorization Constraints Paper
Page 401 and 402:
the requirements, the document cann
Page 403 and 404:
A creator signature, in comparison,
Page 405 and 406:
Using Notary Based Public Key Infra
Page 407 and 408:
egistered in the federation and per
Page 409 and 410:
the verifier (user or service) or s
Page 411 and 412:
IdP+ 5. Requests the certificate pr
Page 413 and 414:
References Al-Riyami, S. and Paters
show all

Anais - Engenharia de Redes de ComunicaÃ§Ã£o - UnB

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?