Modelo para identificar ataques DDOS (Distributed Denial Of Services) y técnicas utilizadas, basado en algoritmos de Machine Learning

Abstract

Hoy en día los ataques de denegación de servicios cada vez son más frecuentes debido a distintos factores (económicos, políticos, hobby, entre otros) logrando la interrupción de un servicio y su normal funcionamiento, trayendo consecuencias tanto para las empresas como también los usuarios que utilizan dichos servicios, el objetivo principal de este estudio será identificar ataques de denegación de servicios distribuidos (DDoS) y las técnicas empleadas para en su ejecución, mediante el uso de un modelo entrenado en base a técnicas de Machine Learning, con la finalidad de entregar una solución de bajo costo que pueda ser utilizada por ejemplo, en organizaciones que no cuenten con firewall que disponga de Inteligencia Artificial para detección de este tipo de ataque. Se obtiene como resultado, un modelo entrenado con técnicas de Machine Learning en base al algoritmo de Árbol de Decisión, que logra un 97,7% de fiabilidad para detectar si un registro de tráfico de red corresponde a un ataque de DDoS, entregando además una predicción sobre la técnica empleada para realizarlo, que se eleva en torno a un 70% de fiabilidad en este caso.