RT info:eu-repo/semantics/conferenceProceedings
T1 Extracción de variables para caracterización multi-clase de la severidad de IPs
A1 Escudero García, David
A1 Castro García, Noemí de
A1 Carriegos Vieira, Miguel
A2 FuentesJosé María de
A2 GonzálezLorena
A2 SanchoJosé Carlos
A2 AyerbeAna
A2 EscalanteMaría Luisa
A2 Matematica Aplicada
K1 Estadística
K1 Informática
K1 Ingeniería de sistemas
K1 Severidad
K1 Aprendizaje automático
K1 Selección  de variables
K1 Direcciones IP
K1 1203.17 Informática
K1 1207.15 Fiabilidad de Sistemas
K1 1209.01 Estadística Analítica
AB [ES] Determinar la severidad de un incidente de ciberseguridad es fundamental para establecer medidas efectivas contra el mismo. En este contexto, el aprendizaje automático es utilizado para crear modelos capaces de clasificar y predecir la peligrosidad de los eventos de ciberseguridad. Uno de los aspectos más importantes en el uso de este tipo de técnicas es la extracción de variables que permitan obtener modelos eficientes. El objetivo de este trabajo es construir un conjunto de variables o features que caracterice la maliciosidad de una dirección IP de manera multi-clase. La configuración final son 23 variables: 18 de ellas obtenidas mediante series temporales y listas de reputación, y 5 relacionadas con la geolocalización de la IP. No solo se han extraído las features, sino que se ha realizado un análisis estadístico para estudiar su adecuación y optimización. En el caso de las variables de geolocalización, por los posibles cambios que pueden sufrir en el tiempo. En el caso de las series temporales, por los hiper-parámetros inherentes a la construcción de las variables.
PB Fundación Tecnalia Research and Innovation
SN 978-84-88734-13-6
LK https://hdl.handle.net/10612/20308
UL https://hdl.handle.net/10612/20308
NO Escudero García, D., DeCastro García, N., & V. Carriegos, M. (2022). Extracción de variables para caracterización multi-clase de la severidad de IPs. En J. M. de Fuentes, L. González Manzano, J. C. Sancho Núñez, A. Ayerbe, & L. M. Alcocer Escalante (eds.), Investigación en Ciberseguridad Actas de las VII Jornadas Nacionales (7º.2022.Bilbao) (pp. 14-21). Fundación Tecnalia Research and Innovation.
DS BULERIA. Repositorio Institucional de la Universidad de León
RD Jul 7, 2024