dc.contributor.advisor | Cohello Aguirre, Rogelio Gonzalo | |
dc.contributor.author | Rivera Mallma, Juan Willians | |
dc.date.accessioned | 2023-08-29T22:44:25Z | |
dc.date.available | 2023-08-29T22:44:25Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/120710 | |
dc.description.abstract | La presente investigación tiene como problemática principal la respuesta de
dicha pregunta ¿Como un sistema de seguridad usando Deep Learning previene y
detecta ataques de DDoS en un servidor web?
Advisors (2022) Para llevar a cabo este tipo de ataques, los ciberdelincuentes realizan
multitud de peticiones al sistema desde múltiples ordenadores, que en conjunto
forman una enorme botnet o botnet. Como resultado, los dispositivos de red, los
sistemas operativos y los servicios del servidor no pudieron responder ni procesar las
solicitudes dentro del período de tiempo especificado.
Tomando en cuenta como referencia diversos estudios enfocados al tema, se
desarrollará el presente proyecto. Teniendo como objetivo principal de dicha
investigación determinar el efecto del uso de un sistema de seguridad usando Deep
Learning para mitigar ataques de denegación de servicio web
Para la presente tesis se tomó como tipo de investigación un diseño
preexperimental enfocándose a un resultado cuantitativo, en primer lugar, se
consideran estas variables o métricas definidas, como el número de ataques a
prevenir.
Los resultados obtenidos nos brindan un enfoque de ciberseguridad para la
mitigación de riesgos utilizando los métodos y algoritmos propuestos en el estudio. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Algoritmos | es_PE |
dc.subject | Denegación de servicio | es_PE |
dc.subject | Sistemas de información | es_PE |
dc.title | Sistema de seguridad usando Deep Learning para la prevención de ataques de denegación de servicio web en la empresa SISTEC, 2022 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniería de Sistemas | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero de Sistemas | es_PE |
dc.description.sede | Ate | es_PE |
dc.description.escuela | Escuela de Ingeniería de Sistemas | es_PE |
dc.description.lineadeinvestigacion | Sistemas de Información y Comunicaciones | es_PE |
renati.advisor.dni | 07634626 | |
renati.advisor.orcid | https://orcid.org/0000-0001-5526-5231 | es_PE |
renati.author.dni | 74838038 | |
renati.discipline | 612076 | es_PE |
renati.juror | Chavez Pinillos, Frey Elmer | |
renati.juror | Huamanchumo Casanova, Frank Casanova | |
renati.juror | Cohello Aguirre, Rogelio Gonzalo | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Educación y calidad educativa | es_PE |
dc.description.rsu | Apoyo a la reducción de brechas y carencias en la educación en todos sus niveles | es_PE |
dc.description.ods | Educación de calidad | es_PE |