home
edited
{hombres02.gif}
PENSAMIENTO
PENSAMIENTO INTEGRAL IA
TEMAS TRATADOS:
1. KDD
1.1. …
{hombres02.gif}
PENSAMIENTO
PENSAMIENTO INTEGRAL IA
TEMAS TRATADOS:
1. KDD
1.1.
1.1. SOPORTE PDF KDD
1.2.
1.2. VIDEOS KDD
2.
2. MOLAP
2.1.
2.1. BASES DE DATOS MULTIDIMENSIONALES
2.2.
2.2. VENTAJAS Y
...
SISTEMAS MOLAP
2.3.
2.3. VIDEO MOLAP
3.
3. RECURSOS BIBLIOGRAFICOS
4. MAPAS AUTOORGANIZADOS KOHONEN
4.1. MAPAS AUTOORGANIZADOS PARA IDS
4.2. MAPAS AUTOORGANIZADOS Y EL ESTUDIO DE LA QUIEBRA
4.3. VIDEO MAPAS AUTOORGANIZADOS
AUTOR: Viviana Achury Suarez
VIDEO MAPAS AUTOORGANIZADOS
edited
VIDEO MAPAS AUTOORGANIZADOS
Aquí encontraras un video que te ayudar a comprender mejor los Mapas…
VIDEO MAPAS AUTOORGANIZADOS
Aquí encontraras un video que te ayudar a comprender mejor los Mapas autoorganizados.
**eccutpl** — November 20, 2007 — Describe los fundamentos principales de los mapas autoorganizados, unos de los tipos de red neuronal más utilizados
Los mapas autoorganizados tienen muchas aplicaciones y esta es una de ellas:
Mapas Autoorganizados y el estudio de la quiebra
En este caso los Mapas Autoorganizados, toman los datos de diversos bancos los cuales quieren analizar para ver su participación en el medio.
{5.PNG}
Podemos observar cómo aquellos bancos que quebraron al año siguiente, se ubicaron en la zona derecha del mapa. Los solventes se alojaron en la parte izquierda del mapa. Bautizamos esta figura con el nombre de "mapa de solvencia", Serrano y Martín (1994). Otros mapas auxiliares del modelo permiten conocer qué rasgos financieros dominan en cada zona del mapa: zonas de alta y baja rentabilidad, liquidez, endeudamiento, etc, véase Serrano (1996).
{6.PNG}
• Este sistema de Mapas autoorganizados que hemos descrito puede ser de gran utilidad en el análisis de información contable de empresas. Al introducir información contable de un conjunto de empresas se producirá una autoorganización de las mismas, de forma que empresas con características financieras similares se colocarán próximas en el mapa. La situación de una empresa vendrá determinada por su ubicación en el mapa, teniendo en cuenta que una empresa puede excitar a más de una neurona y esto con diferentes intensidades
Este modelo permite, además, estudiar la evolución temporal de una empresa introduciendo información procedente de varios ejercicios, situarla en relación con sus competidores, elaborar mapas sectoriales, introducir ratios financieros o partidas como la cifra de ventas o el activo, información cualitativa, etc. A priori, son muchas las aplicaciones que puede tener, como análisis exploratorio de datos o mediante su integración en un sistema de ayuda a la toma de decisiones.
MAPAS AUTOORGANIZADOS PARA IDS
edited
... · Control. Permite que el atacante pueda ilícitamente saltarse las políticas de acceso del sis…
...
· Control. Permite que el atacante pueda ilícitamente saltarse las políticas de acceso del sistema.
Basados en sistemas inteligentes como los mapas autoorganizados se quiere que el sistema capture las variables de entrada al sistema en este caso el tráfico de transporte de los datos y se analicen con el fin de encontrar la anomalía. {1.PNG}PATRONES DE TRAFICO
{4.PNG}
Las variables son el tráfico a nivel de transporte, centrado en la información de las cabeceras.
{2.PNG}
MAPAS AUTOORGANIZADOS PARA IDS
edited
Los mapas autoorganizados tienen muchas aplicaciones y esta es una de ellas:
MAPAS AUTOORGANIZADO…
Los mapas autoorganizados tienen muchas aplicaciones y esta es una de ellas:
MAPAS AUTOORGANIZADOS PARA IDS
Con base a los Mapas Autoorganizados se realizo un IDS.
Un IDS, sistema de detección de intrusos (Intrusion Detection System) es un programa usado para detectar accesos no autorizados a un computador o a una red. Estos accesos pueden ser ataques de habilidosos hackers.
El IDS suele tener sensores virtuales con los que el núcleo del IDS puede obtener datos externos (generalmente sobre el tráfico de red). El IDS detecta, gracias a dichos sensores, anomalías que pueden ser indicio de la presencia de ataques o falsas alarmas.
Tipos de ataques
· Confidencialidad. Acceso a datos sin necesidad de autorización.
· Integridad. Cambios en el estado del sistema o en los datos que alberga (o pasan por él).
· Disponibilidad. Impide el acceso a la máquina atacada a un usuario (o sistema) con derechos legítimos de acceso.
· Control. Permite que el atacante pueda ilícitamente saltarse las políticas de acceso del sistema.
Basados en sistemas inteligentes como los mapas autoorganizados se quiere que el sistema capture las variables de entrada al sistema en este caso el tráfico de transporte de los datos y se analicen con el fin de encontrar la anomalía.
{1.PNG}
Las variables son el tráfico a nivel de transporte, centrado en la información de las cabeceras.
{2.PNG}
Captura los datos y los clasifica y analiza para encontrar la anomalía.
ARQUITECTURA DEL SISTEMA {3.PNG}
· El LogSniffer se encarga de capturar los datos.
· El Entrenamiento del Mapa clasifica y analiza los datos.
· El SADAM Sistema Automatico para la Deteccion de Actividades Maliciosas es la interfaz de interacción con el usuario.
· La Monitorización es continua.
Conclusiones
· Los mapas autoorganizados son capaces de clasificar el tráfico de red.
· Una vez entrenados, analizan el tráfico en tiempo real.
· Son una alternativa válida para la implementación del sistema de análisis de un IDS.
