Facultad Regional Resistencia

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/106

Browse

Author: search.filters.author.Todt, Carolina

Search Results

Now showing 1 - 6 of 6
  • Thumbnail Image
    Item
    Network traffic monitor for IDS in IoT
    (2022-08-05) Bolatti, Diego; Todt, Carolina; Scappini, Reinaldo; Gramajo, Sergio
    As network services and IoT technologies rapidly evolve, in literature there are many anomalies detection proposals based on datasets to deal with cybersecurity threats. Most of this proposal uses structured data classification and they can recognize with a certain degree of accuracy whether a type of traffic is “anomalous” or not. Even what kind of anomaly it has. Nevertheless, previous works do not clearly indicate the technical methodology to set up the data gathered scenarios. As a main contribution, we are going to show a detailed deployment IoT traffic monitor ready for intelligent network traffic classification. Monitoring and sniffers are an essential concept in network management as it helps network operators to determine the network behavior and status of its components. Anomaly detection also depends on monitoring for decision-making. Thus, this paper will describe the creation of a portable network traffic monitor for IoT using Docker container and bridge networking with SDN.
  • Thumbnail Image
    Item
    Baseline text for proposed new work item to develop a technical report of intelligent anomaly detection system for IoT
    (INTERNATIONAL TELECOMMUNICATION UNION TELECOMMUNICATION STANDARDIZATION SECTOR, 2020-07-07) Bolatti, Diego; Karanik, Marcelo; Scappini, Reinaldo; Todt, Carolina
    This document presents an update of the technical report on Intelligent Anomaly Detection System for IoT (Y.STR-IADIoT) and seeks agreement that it be the basis of future work.
  • Thumbnail Image
    Item
    Análisis y aplicaciones de internet de las cosas y ciudades inteligentes : escenario de testeo de seguridad
    (2022-04-29) Gramajo, Sergio; Scappini, Reinaldo; Bolatti, Diego; Todt, Carolina
    El rápido desarrollo de las nuevas tecnologías de Internet de las Cosas (IoT) como sus usos en diferentes campos de la industria, las ciudades, la salud, los hogares, entre otros, ha planteado nuevas formas de enfrentar amenazas de seguridad. IoT es una colección de dispositivos interconectados fortalecido con pequeños procesadores, placas o interfaces de red que se comunican con servicios web u otro tipo de interfaces a través de diferentes medios de telecomunicación. Naturalmente si una nueva tecnología es ampliamente adoptada por el público y hay una notoria falta de estándares para el campo, las amenazas de ciberseguridad crecen. En esta etapa del proyecto nos centramos en generar un escenario para realizar un relevamiento de los diferentes tipos de tráfico y crear un posterior datasets de análisis para poder identificar diferentes amenazas en sistemas IoT industriales o corporativos.
  • Thumbnail Image
    Item
    Sistema inteligente de detección de anomalías para IoT
    (2021-04-15) Bolatti, Diego; Karanik, Marcelo; Todt, Carolina; Scappini, Reinaldo; Gramajo, Sergio
    En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.
  • Thumbnail Image
    Item
    Intelligent anomaly detection system for IoT
    (2021-05-22) Bolatti, Diego; Karanik, Marcelo; Todt, Carolina; Scappini, Reinaldo; Gramajo, Sergio
    The growing use of the Internet of Things (IoT) in different areas implies a proportional growth in threats and attacks on end devices. To solve this problem, the IoT systems must be equipped with an anomaly detection system (ADS). This work introduces the design of a hybrid ADS based on the Software-Defined Network (SDN) architecture, which combines the rule-based and Machine Learning-based detection technique. Whereas the rule-based approach is used to detect known attacks with the help of rules defined by security experts. And the Machine Learning approach is used to detect unknown attacks with the help of Artificial Intelligence techniques
  • Thumbnail Image
    Item
    Modelo de seguridad IoT
    (2019-10-14) Monzón, Germán; Todt, Carolina; Bolatti, Diego; Gramajo, Sergio; Scappini, Reinaldo
    El Internet de las cosas (IoT) no solo conectará computadoras y dispositivos móviles, sino que también interconectará edificios, hogares y ciudades inteligentes, así como redes eléctricas, redes de agua y gas, automóviles, aviones, etc. IoT liderará al desarrollo de una amplia gama de servicios de información avanzados que deben procesarse en tiempo real. Sin embargo, las infraestructuras y servicios de IoT presentan grandes desafíos de seguridad debido al aumento significativo de la superficie de ataque, la complejidad, la heterogeneidad y la cantidad de recursos. En este documento, presentamos un marco de seguridad de IoT para infraestructuras inteligentes como Smart Homes, Smart Grid, Smart Connected Health y otras aplicaciones basadas en IoT.