Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/29374
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Silva, Jefferson Medeiros da | - |
dc.date.accessioned | 2022-08-23T16:59:28Z | - |
dc.date.available | 2022-08-23T16:59:28Z | - |
dc.date.issued | 2020-02-08 | - |
dc.identifier.citation | SILVA, Jefferson Medeiros da. Aplicação de machine learning para detecção de anomalias em rede SCADA. 2020. Trabalho de Conclusão de Curso de Especialização (Indústria 4.0) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/29374 | - |
dc.description.abstract | SCADA plays an important role into industrial process. In the beginning, these systems were standalone models, with closed architectures and no external connectivity. Nowadays, SCADA needs connectivity and open systems and are connecting to corporate intranets and to the Internet for improve efficiency and productivity. This integration with the internet has brought several security issues. However, anomaly detection systems would be able to detect possible attacks on those systems, The monitoring of these networks automatically becomes increasingly necessary using machine learning tools so that the model can adapt to the new network configurations. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | openAccess | pt_BR |
dc.subject | Aprendizado do computador | pt_BR |
dc.subject | Segurança de sistemas | pt_BR |
dc.subject | Teste de invasão (Medidas de segurança para computadores) | pt_BR |
dc.subject | Conectividade (Computadores) | pt_BR |
dc.subject | Machine learning | pt_BR |
dc.subject | System safety | pt_BR |
dc.subject | Penetration testing (Computer security) | pt_BR |
dc.subject | Connection machines | pt_BR |
dc.title | Aplicação de machine learning para detecção de anomalias em rede SCADA | pt_BR |
dc.title.alternative | Machine learning application for anomaly detection in SCADA network | pt_BR |
dc.type | specializationThesis | pt_BR |
dc.description.resumo | Os sistemas SCADA são importantes em processos industriais. No princípio, esses sistemas eram isolados e sem conectividade externa. Atualmente, os modelos de sistemas SCADA baseiam-se em conectividade e em sistemas abertos e estão sendo conectados às intranets corporativas e à Internet visando o aumento da eficiência e da produtividade. Essa integração com a internet acarretou múltiplos problemas relacionados com segurança. Entretanto, sistemas para detecções destas anomalias podem ser capazes de detectar possíveis ataques enviados a esses sistemas. O monitoramento dessas redes de forma automática se faz cada vez mais necessária utilizando ferramentas de machine learning para que o modelo possa ir se adaptando as novas configurações da rede. | pt_BR |
dc.degree.local | Ponta Grossa | pt_BR |
dc.publisher.local | Ponta Grossa | pt_BR |
dc.contributor.advisor1 | Yoshino, Rui Tadashi | - |
dc.contributor.referee1 | Yoshino, Rui Tadashi | - |
dc.contributor.referee2 | Carvalho, Marcelo Vasconcelos de | - |
dc.contributor.referee3 | Treinta, Fernanda Tavares | - |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Indústria 4.0 | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | pt_BR |
Aparece nas coleções: | PG - Indústria 4.0 |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
machinelearninganomaliasscada.pdf | 1,88 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.