Tesis doctorales: TESEO

Ayuda Salir

Ficha de Tesis

Imprimir

Ministerio de Educación, Cultura y Deporte - Gobierno de España

Título: BEHAVIOUR MODELLING WITH DATA OBTAINED FROM THE INTERNET AND CONTRIBUTIONS TO CLUSTER VALIDATION
Autor: PERONA BALDA, IÑIGO
Universidad: Universidad del País Vasco/Euskal Herriko Unibertsitatea
Departamento: Arquitectura y tecnología de computadores
Fecha de Lectura: 05/02/2016
Mención Europeo / Mención Internacional: Concedido
Programa de doctorado: Programa Oficial de Doctorado en Ingeniería Informática
Dirección:
- MUGUERZA RIVERO, JAVIER (Director)
- ARBELAITZ GALLEGO, OLATZ (Codirector)
Tribunal:
- ABASCAL GONZALEZ, JULIO (presidente)
- ZURUTUZA ORTEGA, URKO (secretario)
- THEODORIDIS ---, EVANGELOS (vocal)
Descriptores:
- INTELIGENCIA ARTIFICIAL
- INFORMATICA
Localización: REPOSITORIO INSTITUCIONAL E.H.U./U.P.V.

http://hdl.handle.net/10810/20620

Marcador: https://www.educacion.es/teseo/mostrarRef.do?ref=1347519Añadir a favoritos.
Resumen:
Esta tesis doctoral hace contribuciones en el modelado de comportamientos encontrados en diferentes tipos de datos adquiridos desde internet y en el campo de la evaluacion del clustering. Dos tipos de datos de internet han sido procesados: en primer lugar el traco de internet con el objetivo de detectar ataques; y en segundo lugar la actividad generada por los usuarios web con el objetivo de personalizar la web; siendo los dos tipos de datos de naturaleza secuencial. Para este n, se han aplicado tecnicas de aprendizaje automatico, principalmente tecnicas nosupervisadas. Ademas, se han hecho aportaciones en la evaluacion de particiones de clusters para facilitar la seleccion de la mejor particion de clusters. Respecto a la deteccion de ataques en la red, primero, se genero la base de datos gureKDDCup que a~nade el payload (la parte de contenido de los paquetes de la red) a los atributos de la conexion de KDDCup99 porque el payload es esencial para la deteccion de ataques no- ood (ataques que utilizan pocos paquetes). Despues, se propuso un sistema de deteccion de intrusos (network Intrusion Detection System (IDS)) modelando los datos de gureKDDCup donde se propusieron varios preprocesos del payload independientes del contexto obteniendo resultados satisfactorios. En el contexto de la minera web, se ha modelado la actividad de la navegacion web para la personalizacion web. En este contexto se propondr an sistemas genericos y no-invasivos para la extraccion del conocimiento, utilizando unicamente la informacion almacenada en los cheros log de los servidores web. Se han hecho aportaciones en dos sentidos: 1 en la deteccion de problemas y en la sugerencia de links. En la primera aplicacion, se propuso una lista de atributos signicativos para representar las sesiones de navegacion web para despues agruparlos y detectar diferentes perles de navegacion. En la segunda aplicacion, se propuso un sistema general y no-invasivo para sugerir links y se evaluo en el contexto de prediccion de links con resultados satisfactorios. Respecto al analisis de ndices de validacion de clusters (Cluster Validity Indices (CVI)), se ha realizado la mas amplia comparacion encontrada hasta el momento que utiliza la metodologa de evaluacion basada en medidas de similitud de particiones. Ademas, se ha analizado el comportamiento de los CVIs en una aplicacion real de minera web con un numero elevado de clusters, contexto en el que los CVIs tienden a ser inestables, as que se propuso un procedimiento para la seleccion automatica de la mejor particion en base a la pendiente de los valores de diferentes CVIs.

Imprimir

Modificar Consulta Nueva Consulta

versión 4.2