Aprendizado de máquina como mecanismo para detecção de anomalias na segurança cibernética

Abstract

O trabalho tem como objetivo avaliar a eficácia da técnica de Árvore de Decisão na detecção de anomalias em segurança cibernética, justificando-se pela necessidade de métodos automatizados para combater a crescente sofisticação de ataques, como phishing e ransomware. Por meio de uma abordagem experimental, foram simulados ataques e analisadas características, como palavras-chave e links externos em e-mails. A Árvore de Decisão demonstrou ser eficiente na identificação e no bloqueio de ameaças, embora tenha sido necessário aplicar técnicas de poda para evitar o overfitting.

The aim of this paper is to assess the effectiveness of the Decision Tree technique in detecting anomalies in cyber security, justified by the need for automated methods to combat the growing sophistication of attacks such as phishing and ransomware. By means of an experimental approach, attacks were simulated and characteristics such as keywords and external links in emails were analysed. The Decision Tree proved to be efficient in identifying and blocking threats, although it was necessary to apply pruning techniques to avoid overfitting.