Ids Systems

TECNICAS DE OPTIMIZACION PARA UN SISTEMA IDS
John Doe
Universidad de Puerto Rico

Abstracto
Este trabajo recopila diferentes enfoques utilizados para poder mejorar la efectividad de un sistema (IDS). Como parte del proyecto se establece un breve resumen que comprende los inicios de los sistemas (IDS), su situación actual, las ventajas y desventajas de los métodos de detección existentes. La revisión de literatura se divide en tres áreas de búsqueda, las mismas son: enfoques basados en el aprendizaje automático, enfoques basados en optimización del hardware, sistema de lógica híbrida y minería de datos. Los enfoques basados en anómalias toman como ejemplos: sistemas de programación genética, lógica de tipo “Fuzzy”, redes Bayesianas, modelos escondidos de tipo Markov, red neural y de tipo inmunológico. Los enfoques de harware exploran la integración de chips de tipo (FPGA), optimizadores de memoria (TCAM), divisores de tráfico (splitters) y la integración   de tarjetas de gráficos para acelerar el procesamiento. Un sistema híbrido se estudia en base a la doble integración de los métodos de detección de anomalías y el de detección de firmas. El modelo de minería de datos explora un sistema diseñado   para ayudar a clasificar la gran variedad de eventos recolectados por los sensores de red.   Por medio del análisis de la literatura se llegó a la conclusión de que los sistemas actuales de hardware de uso general no pueden ofrecer el nivel de procesamiento necesario para hacer frente a los altos niveles de tráfico y la gran cantidad de nuevos riesgos que amenazan la seguridad de las redes de información. Los sistemas basados en Inteligencia Artificial son complejos, demandan una gran cantidad de recursos del sistema y no proveen al usuario una forma sencilla de configurar su uso (Bolzoni, 2009). El próximo paso que resulta lógico para lograr una mayor eficiencia de un sistema (IDS) va a traer consigo la integración de una mayor cantidad de dispositivos especializados... [continues]

Read full essay