Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/13243
Título : Sistema para la detección de intrusos en plataformas SCADA
Autor : Sánchez Prisco, Andrés Felipe
metadata.dc.contributor.advisor: Duitama Muñoz, John Freddy
metadata.dc.subject.*: Supervisory control systems
IDS (computer program language)
Seguridad computacional
http://id.loc.gov/authorities/subjects/sh98003168
http://id.loc.gov/authorities/subjects/sh85064184
Fecha de publicación : 2017
Citación : Sánchez Prisco, A. F. (2017). Sistema para la detección de intrusos en plataformas SCADA (Tesis de maestría). Universidad de Antioquia, Medellín, Colombia.
Resumen : RESUMEN: Los sistemas SCADA, acrónimo de Supervisory Control And Data Acquisition (Supervisión, Control y Adquisición de Datos), son redes de control que permiten el monitoreo y gestión de procesos industriales de forma remota. En sus inicios, su prioridad más importante era la disponibilidad de la información de forma bidireccional entre la estación de control y las unidades remotas; no obstante, el creciente escalamiento de los sistemas industriales, así como la conectividad a internet ha llevado a reconsiderar el antiguo paradigma para darle más importancia al tema de la seguridad, con el fin de evitar que un posible ciberataque ponga en peligro el funcionamiento del sistema SCADA. Estos ataques pueden llegar a afectar incluso la industria y poner en juego toda la seguridad de un país. El presente trabajo de incentivación propuso la creación de un sistema adaptable para la detección de intrusos o IDS (por sus siglas en inglés) en redes SCADA, mediante el uso de técnicas de aprendizaje de máquinas de tipo supervisado, orientadas al análisis de variables de los dispositivos de control. Una máquina de soporte vectorial del tipo “One Class” y un laboratorio de pruebas, permitió la validación del modelo propuesto.
Aparece en las colecciones: Maestrías de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
SánchezPrisco_2017_SistemaDetecciónIntrusos.pdfTesis de maestría4.29 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons