Detecção de anomalias em uma redes utilizando inteligência artificial

Com a evolução acentuada das soluções de comunicação e arquitetura na área de redes de computadores, em parte devido ao crescimento e importância comercial da Internet, há um natural aumento da probabilidade de falhas sistêmicas e do crescimento exponencial das atividades maliciosas. Assim, com o objetivo do controle e administração do uso dos recursos compartilhados, faz-se necessária uma atividade de monitoramento eficaz das redes de computadores. O monitoramento de um sistema, em sua essência, visa a identificação de desvios na operação normal deste e, se possível, definir o agente ou causa de tal desvio, possibilitando assim sua classificação e atuação corretiva posterior. A este desvio do padrão de operação normal se denomina anomalia do sistema. Logo, uma anomalia é caracterizada quando temos o desvio do comportamento padrão histórico de um conjunto de variáveis observáveis do sistema. O projeto trata-se de um software ouvindo uma rede usando o Pcap (interface de programação de aplicativos para capturar o tráfego de rede), e um software com modelo de Machine Learning (aprendizado de máquina) treinado usando dados de ataque reais em um ambiente controlado, ambos vinculados por uma API que faz a integração entre si. Por fim, na interface do usuário onde é exibido os resultados dos softwares, um gráfico estilo linha do tempo, Com efeito de previsão de um ataque o software pode tomar a decisão de dar drop na conexão, ou até mesmo bloquear o acesso.