Utilize este identificador para referenciar este registo: http://hdl.handle.net/10451/24882
Título: Aprendizagem automática em larga escala nas redes sociais para a descoberta de ameaças de segurança
Autor: Correia, André Marques
Orientador: Ferreira, Pedro Miguel Frazão Fernandes
Bessani, Alysson Neves, 1978-
Palavras-chave: Machine learning
Distributed systems
Information Security
Data mining
Teses de mestrado - 2016
Data de Defesa: 2016
Resumo: A grande quantidade de informação que circula nas redes sociais pode ser útil e até necessária para descobrir novas ameaças de segurança. A análise manual destes dados não é prática devido ao seu elevado volume, portanto novos métodos de filtrar e classificar este fluxo de informação devem ser estudados. Pretendemos com este trabalho produzir uma aplicação capaz de detetar ameaças à segurança informática a partir da rede social Twitter de forma automática, precisa e eficiente. Para isso recorremos a técnicas de aprendizagem automática implementadas em sistemas distribuídos para alcançar um bom desempenho para a grande quantidade de dados que precisa de ser processada. Esta aplicação será capaz de extrair informação do Twitter e classificá-la de forma correta para ser analisada, dispensando intervenção manual extensiva por parte do analista. Esperamos então explorar novas soluções na área da segurança informática, necessárias numa realidade onde as organizações dependem da segurança dos seus sistemas informáticos para continuar a desempenhar as suas funções.
Social networks contain information that can be used to detect new security threats. Since manual analysis of this information is not practical due to the high volume of data, new techniques of processing this information flow must be studied. Our objective is the creation of an application capable of automatically detecting information and computer security threats from Twitter. To do so, we use machine learning algorithms implemented in large distributed systems that can scale on demand, in order to reach high throughput even as the data flow grows. This application will be able to extract information from Twitter and classify it correctly, so it can be later analysed by a security expert, avoiding the burden of manual analysis in a set of raw data. With this project we hope to explore new paths in the area of information security and make contributions to further research, much needed in a world where organizations depend on the security of their information systems to develop their activities.
Descrição: Tese de mestrado, Segurança Informática, Universidade de Lisboa, Faculdade de Ciências, 2016
URI: http://hdl.handle.net/10451/24882
Designação: Mestrado em Segurança Informática
Aparece nas colecções:FC-DI - Master Thesis (dissertation)

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
ulfc120491_tm_André_Correia.pdf1,29 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.