Resumen

Debido a los recientes avances en las tecnologías de Internet de las cosas (IoT) y computación en la nube y al creciente número de dispositivos conectados a Internet, es importante resolver los problemas de seguridad y privacidad y proteger los datos y la red informática. Para proporcionar seguridad, se necesita un monitoreo en tiempo real de los datos y recursos de la red. Los sistemas de detección de intrusiones se han utilizado para monitorear, detectar y alertar un evento de intrusión en tiempo real. Recientemente, los sistemas de detección de intrusiones (IDS) incorporan varias técnicas de aprendizaje automático (ML). Una de las técnicas es el árbol de decisiones, que puede tomar medidas de red confiables y tomar buenas decisiones al aumentar la tasa de detección y precisión. En este documento, proponemos un enfoque confiable de detección de intrusiones en red utilizando un árbol de decisiones con calidad de datos mejorada. Específicamente, se lleva a cabo un preprocesamiento de datos de red y una selección de características de

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Avances; Internet de las cosas; Seguridad; Cuestiones de privacidad; Sistemas de detección de intrusos; Aprendizaje automático
• Keywords:Advancements; Internet of things; Security; Privacy issues; Intrusion detection systems; Machine learning