Stefano Loscalzo
Anomaly detection per il rilevamento di attacchi DDoS su reti aziendali = Anomaly detection for DDoS attacks on corporate networks.
Rel. Guido Marchetto, Francesco Lucrezia. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2021
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
Abstract
Gli attacchi di denial of service distribuiti (DDoS) sono uno dei maggiori problemi di sicurezza delle reti. Hanno lo scopo di impedire ad utenti legittimi l'accesso ad alcuni servizi o degradare loro le prestazioni. Contestualmente, gli strumenti a disposizione di chi deve mitigare questo tipo di attacchi evolvono con l'affinamento delle tecniche di riconoscimento del traffico e con essi la capacità di monitorare le reti aziendali esposte su Internet. L'applicazione di tecniche di anomaly detection e l'utilizzo di software open source per il machine learning ci ha permesso di sviluppare un software in grado di individuare anomalie nel traffico di rete, una valida alternativa rispetto alle soluzioni proprietarie di molti vendor, delle quali non vengono rivelati i dettagli sul funzionamento e con minore richiesta di risorse sui router rispetto ai classici sistemi di intrusion detection signature based.
Inoltre l'obiettivo delle piccole e medie imprese di avere sempre maggiore padronanza della propria infrastruttura IT si scontra continuamente con l'aumentare del numero e con la continua evoluzione degli applicativi, della tecnologia e dell'espansione complessiva della rete stessa, una soluzione come quella da noi ipotizzata ha lo scopo di aiutarle nel rilevare le irregolarità
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
