Banca de DEFESA: André Luiz Bandeira Molina

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : André Luiz Bandeira Molina
DATA : 15/09/2022
HORA: 14:30
LOCAL: Teams
TÍTULO:

WEAPON: Uma Arquitetura de Aprendizado Não Supervisionado para Detecção de Anomalias de Comportamento de Usuários


PALAVRAS-CHAVES:

1- Anomalias de Comportamento de Usuários
2 - Detecção de Anomalias
3 - Segurança Cibernética
4 - Autoencoder


PÁGINAS: 122
RESUMO:

Nos últimos anos, a detecção de anomalias de comportamento do usuário tem conquistado a atenção em segurança cibernética. Um dos desafios cruciais que têm sido pesquisados na literatura é que modelos supervisionados que utilizam grandes quantidades de dados para treinamento não se aplicam a cenários reais de detecção de anomalias. Em contrapartida, modelos não supervisionados tendem a apresentar problemas de escalabilidade com relação ao número de usuários do dataset, uma vez que abordam os aspectos comportamentais de forma individual para cada usuário. Dentro deste contexto, a necessidade de obter datasets rotulados com anomalias de comportamento provou ser um fator limitante para avaliar diferentes modelos, e esta limitação é explorada nesta pesquisa. Este trabalho apresenta WEAPON, uma arquitetura para a detecção de anomalias de comportamento de usuários baseada Wide and Deep Convolutional LSTM Autoencoders. O WEAPON utiliza aprendizado não supervisionado e requer uma pequena quantidade de dados para construir perfis de comportamento considerando a individualidade de cada usuário. Além disso, o WEAPON implementa uma abordagem de supervisão fraca para rotulação de anomalias de comportamento a partir do Snorkel. Quando comparado com outras abordagens, o WEAPON provou ser mais eficiente superando o segundo melhor modelo em 4,31% na curva ROC. Além disso, WEAPON supera os métodos baseados em regras ao encontrar anomalias que um especialista não anteciparia.


MEMBROS DA BANCA:
Interno - 1226929 - DEMETRIO ANTONIO DA SILVA FILHO
Presidente - 3085005 - GERALDO PEREIRA ROCHA FILHO
Externo à Instituição - LAURO CESAR ARAUJO
Notícia cadastrada em: 05/09/2022 16:29
SIGAA | Secretaria de Tecnologia da Informação - STI - (61) 3107-0102 | Copyright © 2006-2024 - UFRN - app40_Prod.sigaa34