Sistema de detección de intrusos de red basado en técnicas de aprendizaje de máquina: revisión bibliográfica

Abstract

Las soluciones más comunes que se encuentran en los diferentes trabajos de Sistemas de Detección de Intrusos son las decisiones de sacrificio o las de equilibrio. En el primer enfoque se renuncia a capacidad de detección tomando pocas características de entrada o se deja la eficiencia en un segundo plano tomando todas las entradas necesarias sin tener en cuenta sus repercusiones sobre el clasificador. En el segundo enfoque se busca un equilibrio a través de técnicas de selección de características, técnicas de redimensionamiento o distribución de funcionalidades. No obstante, estas últimas aunque equilibran capacidad y eficiencia, no se adentran en datos del paquete TCP/IP y descuidan características importantes para los IDS como escalabilidad, dinamismo y tareas de administración mínimas. Este artículo muestra un estudio de los principales trabajos dentro del tema así como de las técnicas de interés como Redes Neuronales Artificiales y Análisis de Componentes Principales con el objetivo de que sirva de base al diseño de un modelo general de detección de intrusos en redes de computadoras que permita detectar ataques de manera eficiente sin perder capacidad de detección.