Assad, Rodrigo EliaSilva Neto, Francisco Queiroga da2023-03-292023-03-292021-12-13SILVA NETO, Francisco Queiroga da. Sistema para detecção de intrusão de botnets utilizando aplicações de machine learning. 2021. 24 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2021.https://repository.ufrpe.br/handle/123456789/4265As ferramentas de comunicação e o avanço contínuo da Internet resultaram também na sofisticação de ferramentas e métodos para realizar ataques contra usuários e seus computadores, com recursos que facilitam atividades criminosas no ambiente cibernético. Dentre as ameaças cibernéticas, as botnets possuem características e vantagens que expandiram seu uso nos últimos anos, se tornando uma ferramenta empregada de forma abrangente por atacantes para conduzir ataques e obter o controle de diversos dispositivos conectados a redes de computadores. A forma como estas ameaças se comportam e são atualizadas traz diversos desafios para a área de detecção de intrusão. Nesse documento, é apresentado um estudo sobre a aplicação de técnicas de machine learning na detecção de botnets ao analisar fluxos de tráfego de rede. O estudo visa mostrar como técnicas de classificação de padrões podem ser aplicadas em sistemas de detecção de intrusão para identificar similaridades entre a infraestrutura de botnets, onde foram estudados trabalhos da literatura para abordar uma aplicação que visa melhorar os problemas relacionados às etapas de seleção de atributos e o processamento de dados, etapas cruciais em modelos de machine learning.24 f.poropenAccesshttps://creativecommons.org/licenses/by-nc/4.0/deed.pt_BRCiberterrorismoAprendizado do computadorSegurança de computadoresTeste de invasão (Medidas de segurança para computadores)bachelorThesisAtribuição-NãoComercial 4.0 Internacional (CC BY-NC 4.0)https://n2t.net/ark:/57462/001300000d0q7