Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης

Η μετάβαση στην εποχή της Πληροφορίας την έχει καταστήσει σε ένα από τα σημαντικότερα αγαθά μιας σύγχρονης κοινωνίας. Ως φυσικό επακόλουθο, το αγαθό αυτό βρίσκεται σε συνεχή απειλή από κυβερνοεγκληματίες, κακόβουλες οντότητες που σκοπό έχουν το κέρδος ή την πρόκληση ζημιάς στους πληροφοριακούς...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Κοκολάκης, Ευστάθιος
Άλλοι συγγραφείς: Στεργιόπουλος, Γεώργιος
Γλώσσα:el_GR
Δημοσίευση: 2023
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/24988
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828461362953584640
author Κοκολάκης, Ευστάθιος
author2 Στεργιόπουλος, Γεώργιος
author_facet Στεργιόπουλος, Γεώργιος
Κοκολάκης, Ευστάθιος
author_sort Κοκολάκης, Ευστάθιος
collection DSpace
description Η μετάβαση στην εποχή της Πληροφορίας την έχει καταστήσει σε ένα από τα σημαντικότερα αγαθά μιας σύγχρονης κοινωνίας. Ως φυσικό επακόλουθο, το αγαθό αυτό βρίσκεται σε συνεχή απειλή από κυβερνοεγκληματίες, κακόβουλες οντότητες που σκοπό έχουν το κέρδος ή την πρόκληση ζημιάς στους πληροφοριακούς πόρους ενός οργανισμού ή ενός κυβερνητικού φορέα. Μία από τις σημαντικές στρατηγικές αντιμετώπισης κυβερνοεπιθέσεων, είναι η συνεχής δοκιμή των συστημάτων εκείνων που αποσκοπούν στην αναγνώριση και εξουδετέρωση απειλών. Η Κυβερνοασφάλεια, είναι ένα υποπεδίο της Επιστήμης της Πληροφορικής που μελετά και σχεδιάζει τέτοιες στρατηγικές και μεθοδολογίες αντιμετώπισης κυβερνοεπιθέσεων. Ένα σημαντικό εργαλείο που χρησιμοποιείται πλέον πολύ πιο συχνά σε πολλά επιστημονικά πεδία είναι η Μηχανική Μάθηση-Μ.Μ.. Με τις σύγχρονες επιθέσεις να γίνονται όλο και πιο πολύπλοκες, αφήνοντας και ένα μεγαλύτερο ψηφιακό αποτύπωμα, οι ερευνητές ασφαλείας έχουν αρχίσει και εκμεταλλεύονται τις δυνατότητές της Μ.Μ. ώστε να αναγνωρίσουν και να εξουδετερώσουν τέτοιες επιθέσεις. Στην παρούσα εργασία, θα αναπτύξουμε ένα μοντέλο Μηχανικής Μάθησης με το οποίο θα δημιουργήσουμε ψευδή κίνηση, τόσο κακόβουλη όσο και κανονική, και στην συνέχεια βασιζόμενοι πάνω σε υπάρχουσες έρευνες πάνω στην αναγνώριση κακόβουλης κίνησης, θα μελετήσουμε σε τι βαθμό η κίνηση που δημιουργήσαμε μπορεί να ανιχνευθεί.
id oai:hellanicus.lib.aegean.gr:11610-24988
institution Hellanicus
language el_GR
publishDate 2023
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-249882025-03-10T07:26:53Z Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης Κοκολάκης, Ευστάθιος Στεργιόπουλος, Γεώργιος Ασφάλεια Πληροφοριακών και Επικοινωνιακών Συστημάτων κυβερνοασφάλεια μηχανική μάθηση δημιουργία ψευδούς κίνησης cybersecurity machine learning malicious traffic Computer security Machine learning Data privacy Η μετάβαση στην εποχή της Πληροφορίας την έχει καταστήσει σε ένα από τα σημαντικότερα αγαθά μιας σύγχρονης κοινωνίας. Ως φυσικό επακόλουθο, το αγαθό αυτό βρίσκεται σε συνεχή απειλή από κυβερνοεγκληματίες, κακόβουλες οντότητες που σκοπό έχουν το κέρδος ή την πρόκληση ζημιάς στους πληροφοριακούς πόρους ενός οργανισμού ή ενός κυβερνητικού φορέα. Μία από τις σημαντικές στρατηγικές αντιμετώπισης κυβερνοεπιθέσεων, είναι η συνεχής δοκιμή των συστημάτων εκείνων που αποσκοπούν στην αναγνώριση και εξουδετέρωση απειλών. Η Κυβερνοασφάλεια, είναι ένα υποπεδίο της Επιστήμης της Πληροφορικής που μελετά και σχεδιάζει τέτοιες στρατηγικές και μεθοδολογίες αντιμετώπισης κυβερνοεπιθέσεων. Ένα σημαντικό εργαλείο που χρησιμοποιείται πλέον πολύ πιο συχνά σε πολλά επιστημονικά πεδία είναι η Μηχανική Μάθηση-Μ.Μ.. Με τις σύγχρονες επιθέσεις να γίνονται όλο και πιο πολύπλοκες, αφήνοντας και ένα μεγαλύτερο ψηφιακό αποτύπωμα, οι ερευνητές ασφαλείας έχουν αρχίσει και εκμεταλλεύονται τις δυνατότητές της Μ.Μ. ώστε να αναγνωρίσουν και να εξουδετερώσουν τέτοιες επιθέσεις. Στην παρούσα εργασία, θα αναπτύξουμε ένα μοντέλο Μηχανικής Μάθησης με το οποίο θα δημιουργήσουμε ψευδή κίνηση, τόσο κακόβουλη όσο και κανονική, και στην συνέχεια βασιζόμενοι πάνω σε υπάρχουσες έρευνες πάνω στην αναγνώριση κακόβουλης κίνησης, θα μελετήσουμε σε τι βαθμό η κίνηση που δημιουργήσαμε μπορεί να ανιχνευθεί. 2023-03-29T11:30:30Z 2023-03-29T11:30:30Z 2022-03 http://hdl.handle.net/11610/24988 el_GR Default License 65 σ. application/pdf Σάμος
spellingShingle κυβερνοασφάλεια
μηχανική μάθηση
δημιουργία ψευδούς κίνησης
cybersecurity
machine learning
malicious traffic
Computer security
Machine learning
Data privacy
Κοκολάκης, Ευστάθιος
Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
title Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
title_full Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
title_fullStr Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
title_full_unstemmed Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
title_short Δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
title_sort δημιουργία ψευδούς κίνησης δικτύου για συγκάλυψη επιθέσεων με χρήση μηχανικής μάθησης
topic κυβερνοασφάλεια
μηχανική μάθηση
δημιουργία ψευδούς κίνησης
cybersecurity
machine learning
malicious traffic
Computer security
Machine learning
Data privacy
url http://hdl.handle.net/11610/24988
work_keys_str_mv AT kokolakēseustathios dēmiourgiapseudouskinēsēsdiktyougiasynkalypsēepitheseōnmechrēsēmēchanikēsmathēsēs