Mostrar el registro sencillo del ítem
Sistema de seguridad usando Deep Learning para la prevención de ataques de denegación de servicio web en la empresa SISTEC, 2022
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 |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(es)
-
Ate [169]