tut. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
| Títol variant: |
Sistema de detecció d'instrusions mitjançant lntel·ligència artificial |
| Títol variant: |
Intrusion Detection System using Artificial Intelligence |
| Data: |
2026 |
| Resum: |
El creixement constant de les xarxes informàtiques i dels dispositius connectats ha provocat un augment significatiu de les amenaces de ciberseguretat, fent imprescindible l'ús de mecanismes capaços de detectar comportaments maliciosos de manera eficient. En aquest context, els sistemes de detecció d'intrusions (IDS) juguen un paper fonamental en la protecció de les xarxes, ja que permeten identificar accessos no autoritzats i possibles atacs. Aquest projecte té com a objectiu desenvolupar un sistema de detecció d'intrusions mitjançant intel·ligència artificial, utilitzant tècniques d'aprenentatge automàtic (machine learning) per al seu entrenament. El sistema, seguint uns patrons d'entrenament prèviament seleccionats, serà capaç de monitoritzar el trànsit que circula per una xarxa, analitzar els paquets que hi viatgen i identificar els possibles paquets maliciosos que puguin representar una amenaça. Un cop detectada la amenaça, el sistema notificarà l'usuari. |
| Resum: |
The continuous growth of computer networks and connected devices has led to a significant increase in cybersecurity threats, making the use of mechanisms capable of efficiently detecting malicious behaviour essential. In this context, intrusion detection systems (IDS) play a fundamental role in network protection by enabling the identification of unauthorized access and potential attacks. The objective of this project is to develop an intrusion detection system based on artificial intelligence, using machine learning techniques for its training. Following a set of previously selected training patterns, the system is capable of monitoring network traffic, analyzing the packets traveling through the network, and identifying potentially malicious packets that may represent a threat. Once a threat is detected, the system notifies the user. |
| Resum: |
El crecimiento constante de las redes informáticas y de los dispositivos conectados ha provocado un aumento significativo de las amenazas de ciberseguridad, haciendo imprescindible el uso de mecanismos capaces de detectar comportamientos maliciosos de forma eficiente. En este contexto, los sistemas de detección de intrusiones (IDS) juegan un papel fundamental en la protección de las redes, permitiendo identificar accesos no autorizados y posibles ataques. Este proyecto tiene como objetivo desarrollar un sistema de detección de intrusiones mediante inteligencia artificial utilizando técnicas de machine learning para su entrenamiento. El sistema, siguiendo unos patrones de entrenamiento previamente seleccionados, será capaz de monitorizar el tráfico que circula por una red, analizar los paquetes que viajan a través de ella e identificar los posibles paquetes maliciosos que puedan ser una amenaza. Una vez se ha detectado la amenaza, el sistema notificará al usuario. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Llengua: |
Castellà |
| Titulació: |
Enginyeria Informàtica [2502441] |
| Pla d'estudis: |
Enginyeria Informàtica [958] |
| Document: |
Treball final de grau |
| Àrea temàtica: |
Menció Enginyeria de Computadors |
| Matèria: |
Sistema de detecció d'intrusions (IDS) ;
Intel·ligència artificial ;
Aprenentatge automàtic (Machine Learning) ;
Ciberseguretat proactiva ;
Internet de les coses (IoT) ;
Màquina virtual (MV) ;
Intrusion Detection System (IDS) ;
Artificial Intelligence (AI) ;
Machine Learning (ML) ;
Proactive Cybersecurity ;
Internet of Things (IoT) ;
Virtual Machine (VM) ;
Sistema de detección de intrusiones (IDS) ;
Inteligencia artificial ;
Aprendizaje automático (Machine Learning) ;
Ciberseguridad proactiva ;
Internet de las cosas (IoT) ;
Máquina virtual (MV) |
visitant ::
identificació
