Facultad de Ciencia y Tecnología

Permanent URI for this community

http://181.188.186.20/handle/123456789/3

Browse

Browsing Facultad de Ciencia y Tecnología by Author "DE LOS RIOS ALIAGA MIJAELHA"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    COMPARACION DE REDES NEURONALES PARA LA DETECCION DE INTRUSOS EN REDES
    (UNIVERSIDAD LA SALLE - Tutor: Kevin Marlon Soza Mamani, 2024-01-01) DE LOS RIOS ALIAGA MIJAELHA
    La detección de intrusos en redes mediante técnicas basadas en anomalías enfrenta el desafío de un alto índice de falsos positivos en comparación con los métodos basados en firmas, lo que genera alertas innecesarias. Esta investigación se centra en el modelado y comparación de tres tipos de redes neuronales: convolucionales (CNN), recurrentes (RNN) y híbridas (CNN-RNN), evaluando su precisión en la detección de amenazas específicas como DoS, escaneo de puertos y suplantación de ARP. Para ello, se utilizaron capturas de tráfico de red obtenidas con Wireshark y un conjunto de datos que incluye características de amenazas replicadas en entornos virtuales. El entrenamiento de los modelos siguió la metodología del ciclo de vida del aprendizaje automático, evaluando su rendimiento a través de matrices de confusión y métricas como precisión, exactitud y exhaustividad. Se aplicó un análisis de varianza factorial para determinar diferencias significativas entre los modelos, complementado con pruebas de t de Student, lo que confirmó que todos los modelos alcanzan una alta precisión superior al 95%. Las conclusiones revelan que las tres arquitecturas neuronales analizadas presentan efectividades comparables en la detección de amenazas, con resultados prometedores que podrían mejorar la seguridad en redes.