Abordagem de Detecção e Identificação de Intrusão baseada em Redes Neurais no contexto de Internet das Coisas

Abstract

Internet das Coisas (IoT) é um paradigma presente em aplicações de diversas áreas, tais como área médica, agricultura, automação residencial, dentre outras. Atualmente dispositivos eletrônicos, para uso doméstico, estão se tornando cada vez mais populares. Devido às restrições de recursos que estes dispositivos possuem, eles podem apresentar vulnerabilidades relacionadas à segurança, que podem ser exploradas por indivíduos mal intencionados. Atualmente, trabalhos utilizando redes neurais para solucionar problemas de classificação estão obtendo resultados positivos, inclusive no contexto de detecção de intrusão. Neste trabalho será investigada a estratégia de decomposição de problemas chamada One vs All. Esta estratégia explora a alta taxa de precisão que os classificadores binários possuem e os utiliza para resolver problemas multiclasse. Este trabalho propõe usar esta estratégia em conjunto com modelos de redes neurais feedfoward para detecção de intrusão em sistemas IoT. Além disso, propõem comparar o modelo criado com outras técnicas clássicas.