Análisis de grandes datos de tráfico en la darknet y gestión de redes para automatizar en tiempo real el proceso de detección de intenciones maliciosas mediante un marco de redes neuronales sin peso
Autores: Demertzis, Konstantinos; Tsiknas, Konstantinos; Takezis, Dimitrios; Skianis, Charalabos; Iliadis, Lazaros
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Análisis de grandes datos de tráfico en la darknet y gestión de redes para automatizar en tiempo real el proceso de detección de intenciones maliciosas mediante un marco de redes neuronales sin peso
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Atacantes
Análisis de tráfico de red
Detección de intenciones maliciosas
Análisis de tráfico de darknet
Redes neuronales agnósticas al peso
Ataques zero-day
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los atacantes modifican perpetuamente sus tácticas para evitar la detección y con frecuencia aprovechan credenciales legítimas con herramientas confiables ya desplegadas en un entorno de red, lo que dificulta a las organizaciones identificar de manera proactiva los riesgos de seguridad críticos.
Descripción
Los atacantes modifican perpetuamente sus tácticas para evitar la detección y con frecuencia aprovechan credenciales legítimas con herramientas confiables ya desplegadas en un entorno de red, lo que dificulta a las organizaciones identificar de manera proactiva los riesgos de seguridad críticos.