Objetivo: Como las actividades de Internet se han incrementado mucho en estos días. También se incrementa la posibilidad de acceso ilegal a datos privados. El objetivo de este proyecto es filtrar las actividades de la red y decidir cuáles son ilegales. El proceso es similar al filtrado de spam de los correos electrónicos.
Herramienta: este proyecto se basa en algoritmos de aprendizaje automático donde crearemos un clasificador que tomará algunas entradas de red de prueba y aprenderá de ellas, el procedimiento de aprendizaje extraerá las características de entradas específicas y las almacenará para la detección de las próximas entradas. Podemos usar la herramienta Matlab u Octave para este proyecto porque los algoritmos usados son difíciles de implementar en lenguajes como c++ o Java, pero podemos usar el lenguaje R para algunos módulos.
Implementación: podemos usar algoritmos de perceptrón para hacer el clasificador. Vienen bajo la categoría de aprendizaje supervisado. Para implementar el detector, enviaremos todos los tipos de actividades maliciosas al clasificador uno por uno, luego todas esas características que significan actividad ilegal se almacenarán en nuestro clasificador, luego este detalle se puede comparar con las actividades neutrales para diferenciar entre acceso general y malicioso. .
Área de investigación y trabajo adicional: el área de investigación incluye procesamiento de lenguaje natural, inteligencia artificial y aprendizaje automático. Se está investigando mucho en la construcción de dicho clasificador para reducir el delito cibernético. Después de la implementación de dicho clasificador, se pueden usar para analizar las actividades de la red, así como la detección y el reconocimiento de objetos (usando diferentes entradas de datos). Actualmente se están realizando esfuerzos similares para reconocer los trastornos psicológicos.
Puede consultar estos documentos y enlaces para obtener más información sobre la implementación concreta del clasificador y la investigación en curso:
https://en.wikipedia.org/wiki/Perceptron
http://nms.lcs.mit.edu/papers/thesis-final. pdf
http://infoscience.epfl.ch/record/141022/files/pdm.pdf
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.4564&rep=rep1&type=pdf
Este artículo es una contribución de Utkarsh Trivedi. Si le gusta GeeksforGeeks y le gustaría contribuir, también puede escribir un artículo y enviarlo por correo electrónico a contribuya@geeksforgeeks.org. Vea su artículo que aparece en la página principal de GeeksforGeeks y ayude a otros Geeks.
Publicación traducida automáticamente
Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA