Resumen

Los recientes avances de técnicas maliciosas han provocado una situación en la que el enfoque tradicional basado en firmas para la detección de ciberataques resulta ineficaz. Actualmente, se necesitan soluciones nuevas, mejoradas y potentes que incorporen tecnologías de Big Data, aprendizaje automático distribuido efectivo y algoritmos que contrarresten el problema del desequilibrio de datos. Por lo tanto, la principal contribución de este artículo es la propuesta de un enfoque de aprendizaje automático distribuido sensible al costo para la ciberseguridad. En particular, proponemos utilizar e implementar el aprendizaje automático distribuido sensible al costo mediante Máquinas de Aprendizaje Extremo (ELM) distribuidas, Bosques Aleatorios distribuidos y Árboles Impulsados Aleatoriamente Distribuidos para detectar botnets. El concepto y la arquitectura de los sistemas se basan en el marco de procesamiento de Big Data con técnicas de minería de datos y aprendizaje automático. En términos prácticos

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Avances; Técnicas; Detección de ciberataques; Aprendizaje automático; Algoritmos; Ciberseguridad
• Keywords:Advancements; Techniques; Cyberattack detection; Machine learning; Algorithms; Cybersecurity