Cyber-attacks poses a severe threat to the industrial Internet of Things (IIoT) operation due to the security vulnerabilities resulted from increased connectivity and openness, and the large number of deployed low computation power devices. The solution given aims to study the behavior of users and bots, through a UBA solution, and use machine learning tools such as the LSTM neural network to provide a potentially ideal solution against this type of attack.

Gli attacchi informatici rappresentano una grave minaccia per il funzionamento dell'Internet of Things industriale (IIoT) a causa delle vulnerabilità di sicurezza derivanti dall'aumento della connettività e dal gran numero di dispositivi a bassa potenza di calcolo implementati. La soluzione proposta mira a studiare il comportamento di utenti e bot, attraverso una soluzione UBA, e utilizzare strumenti di machine learning come rete neurale ad architettura LSTM vota a fornire una potenziale soluzione ideale contro questo tipo di attacchi informatici.

SOLUZIONE BASATA SULL'ANALISI DEL COMPORTAMENTO DEGLI UTENTI (UBA) UTILIZZANDO UNA RETE NEURALE LSTM PER MITIGARE ATTACCHI INFORMATICI IN AMBIENTI FOG E CLOUD

ABASCIÀ, SERGIO
2020/2021

Abstract

Cyber-attacks poses a severe threat to the industrial Internet of Things (IIoT) operation due to the security vulnerabilities resulted from increased connectivity and openness, and the large number of deployed low computation power devices. The solution given aims to study the behavior of users and bots, through a UBA solution, and use machine learning tools such as the LSTM neural network to provide a potentially ideal solution against this type of attack.
2020
A USER BEHAVIOR ANALYTICS (UBA) - BASED SOLUTION USING LSTM NEURAL NETWORK TO MITIGATE CYBER-ATTACKS IN FOG AND CLOUD ENVIRONMENT
Gli attacchi informatici rappresentano una grave minaccia per il funzionamento dell'Internet of Things industriale (IIoT) a causa delle vulnerabilità di sicurezza derivanti dall'aumento della connettività e dal gran numero di dispositivi a bassa potenza di calcolo implementati. La soluzione proposta mira a studiare il comportamento di utenti e bot, attraverso una soluzione UBA, e utilizzare strumenti di machine learning come rete neurale ad architettura LSTM vota a fornire una potenziale soluzione ideale contro questo tipo di attacchi informatici.
DDoS
Cybersecurity
Machine Learning
UBA
LSTM
File in questo prodotto:
File Dimensione Formato  
Tesi_Abascia_final.pdf

File consultabile da postazioni biblioteca

Descrizione: Tesi Abascia' PDF
Dimensione 4.4 MB
Formato Adobe PDF
4.4 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/85976