Sistema de detecção de intrusões baseado na aprendizagem profunda

Este trabalho centra-se no desenvolvimento de uma nova abordagem baseada em aprendizagem profunda para implementar um sistema de detecção de intrusão eficiente e flexível, utilizando a abordagem comportamental e dirigida principalmente a infra-estruturas críticas e sistemas de controlo industrial. Partindo do pressuposto de que a modelação do comportamento normal da rede dos sistemas de controlo industrial é viável e fiável, uma vez que as operações realizadas nestes sistemas são bastante estacionárias e repetitivas, as Redes Neuronais Convolucionais (CNN), uma técnica de aprendizagem profunda, são utilizadas no conjunto de dados NSL-KDD, um conjunto de dados de referência utilizado para a implementação de sistemas de detecção de intrusões. O desempenho da abordagem é apresentado e comparado com alguns trabalhos anteriores. As métricas utilizadas incluem a percentagem de classificação correcta, a precisão e os falsos positivos, mostrando que a abordagem proposta melhora o desempenho dos sistemas anteriores.