Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection
Incluye bibliografía y anexos.
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | masterThesis |
| Язык: | английский |
| Опубликовано: |
2022
|
| Предметы: | |
| Online-ссылка: | http://hdl.handle.net/20.500.11968/4834 |
| Метки: |
Нет меток, Требуется 1-ая метка записи!
|
| _version_ | 1868890217998450688 |
|---|---|
| author | Martínez Varsi, Nicolás |
| author_browse | Martínez Varsi, Nicolás |
| author_facet | Martínez Varsi, Nicolás |
| author_role | author |
| collection | RAD |
| dc.contributor.none.fl_str_mv | Thao Dang Mayr Ojeda, Franz |
| dc.creator.none.fl_str_mv | Martínez Varsi, Nicolás |
| dc.date.none.fl_str_mv | 2022 |
| dc.format.none.fl_str_mv | 49 p. tbls., diagrs., grafs. |
| dc.identifier.none.fl_str_mv | Martínez Varsi, N. (2022). Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection (Desarrollo de Tesis). Universidad ORT Uruguay, Facultad de Ingeniería. http://hdl.handle.net/20.500.11968/4834 |
| dc.language.none.fl_str_mv | Inglés. eng |
| dc.publisher.none.fl_str_mv | Universidad ORT Uruguay |
| dc.relation.none.fl_str_mv | https://sisbibliotecas.ort.edu.uy/bib/93840 |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:RAD instname:Universidad ORT Uruguay instacron:Universidad ORT |
| dc.subject.none.fl_str_mv | PROYECTOS-MI APRENDIZAJE PROFUNDO DESARROLLO DE SOFTWARE APRENDIZAJE AUTOMÁTICO SEGURIDAD INFORMÁTICA REDES NEURONALES |
| dc.title.none.fl_str_mv | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| dc.type.none.fl_str_mv | Trabajo final de carrera info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion |
| description | Incluye bibliografía y anexos. |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| id | anni_e4592d5bf16d69f42eaadb52d7feb3a9 |
| identifier_str_mv | Martínez Varsi, N. (2022). Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection (Desarrollo de Tesis). Universidad ORT Uruguay, Facultad de Ingeniería. |
| instacron_str | Universidad ORT |
| institution | Universidad ORT |
| instname_str | Universidad ORT Uruguay |
| language | eng |
| language_invalid_str_mv | Inglés. |
| network_acronym_str | anni |
| network_name_str | oai-lr-anni |
| oai_identifier_str | oai:rad.ort.edu.uy:20.500.11968/4834 |
| publishDate | 2022 |
| publishDateSort | 2022 |
| publisher.none.fl_str_mv | Universidad ORT Uruguay |
| reponame_str | RAD |
| repository.mail.fl_str_mv | |
| repository.name.fl_str_mv | |
| repository_id_str | |
| spelling | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detectionMartínez Varsi, NicolásPROYECTOS-MIAPRENDIZAJE PROFUNDODESARROLLO DE SOFTWAREAPRENDIZAJE AUTOMÁTICOSEGURIDAD INFORMÁTICAREDES NEURONALESIncluye bibliografía y anexos.El siguiente desarrollo de tesis presenta la discusión y comparación de diferentes enfoques y redes neuronales para la clasificación de secuencias, en el contexto de detección de ataques en servicios web. El primer enfoque para la detección de ataques con clasificación de logs, es crear modelos de clasificación basados en caracteres. El segundo enfoque crea modelos de lenguaje que predicen la probabilidad del siguiente carácter en una secuencia, que en conjunto con una técnica de cálculo de umbrales para las probabilidades, clasifican los logs para detectar ataques. Ambos enfoques fueron trabajados con redes neuronales de tipo LSTM, así como también con redes neuronales Transformer. Las redes Transformer han tenido buenos resultados en sistemas de traducción de máquina y en problemas similares en cuanto a procesamiento de lenguaje natural, pero no ha sido explorado su uso en detección de ataques en base a logs. Para presentar las comparaciones de enfoques y redes neuronales, se realizó un análisis del estado del arte, de los enfoques a aplicar y se realizaron múltiples experimentos. Estos experimentos implicaron el desarrollo de códigos para el análisis, transformación y preparación de los “data sets”, así como el entrenamiento y evaluación de los modelos y clasificaciones. Finalmente se plantean conclusiones sobre el uso de cada enfoque y red neuronal, así como el planteo de futuros trabajos que puedan mejorar y responder cuestiones encontradas en el proyecto.Universidad ORT UruguayThao DangMayr Ojeda, Franz2022Trabajo final de carrerainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersion49 p. tbls., diagrs., grafs.Martínez Varsi, N. (2022). Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection (Desarrollo de Tesis). Universidad ORT Uruguay, Facultad de Ingeniería.http://hdl.handle.net/20.500.11968/4834reponame:RADinstname:Universidad ORT Uruguayinstacron:Universidad ORTInglés.enghttps://sisbibliotecas.ort.edu.uy/bib/93840info:eu-repo/semantics/openAccessoai:rad.ort.edu.uy:20.500.11968/48342026-06-16T04:11:26Z |
| spellingShingle | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection Martínez Varsi, Nicolás PROYECTOS-MI APRENDIZAJE PROFUNDO DESARROLLO DE SOFTWARE APRENDIZAJE AUTOMÁTICO SEGURIDAD INFORMÁTICA REDES NEURONALES |
| status_str | publishedVersion |
| title | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| title_full | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| title_fullStr | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| title_full_unstemmed | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| title_short | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| title_sort | Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection |
| topic | PROYECTOS-MI APRENDIZAJE PROFUNDO DESARROLLO DE SOFTWARE APRENDIZAJE AUTOMÁTICO SEGURIDAD INFORMÁTICA REDES NEURONALES |
| url | http://hdl.handle.net/20.500.11968/4834 |