Modelos predictivos para ciberseguridad en SmartCities

Abstract

En esta investigación exploramos algunos algoritmos de predicción de tipo supervisado, así como una técnica estadística en el cual se busca que puedan identificar conexiones maliciosas dentro del flujo de una red computacional con el fin de monitorear y contrarrestar ese tipo de conexiones. Para ello, los algoritmos seleccionados fueron máquinas de soporte vectorial y una red neuronal, así como un método estadístico, bajo el análisis discriminante lineal (LDA) con el fin de dar solución simple y probable; en base de datos para el entrenamiento de los algoritmos se selecciona el set de datos NSL-KDD en evolución del set de datos KDD99; posteriormente, para métricas de medición de los algoritmos hacemos uso de la matriz de confusión mediante una representación matricial podemos visualizar el resultado de las predicciones de las pruebas binarias. Los resultados fueron publicados en una revista internacional de ANIEI.