Predicción de ciberataques mediante el empleo de algoritmos deep learning

Abstract

La seguridad informática es un área muy necesaria debido a los nuevos tipos de ciberamenazas que aparecen continuamente. Para intentar minimizar al máximo posible los riesgos de ciberataques, es necesario el uso de herramientas y técnicas que sean capaces de detectarlas.

Para ello, se entrena un modelo de detección de ciberataques, basado en algoritmos de aprendizaje profundo. Se ha seleccionado el modelo T5, pre-entrenado para tareas de procesamiento de lenguaje natural.

Para los experimentos se ha utilizado el conjunto de datos CIC-IDS2017. Este dataset ha sido previamente limpiado y adaptado al modelo seleccionado, y se ha llevado a cabo un proceso de fine-tuning, a partir del cual se han conseguido unos resultados bastante buenos, superando el 97% de tasa de acierto, para el tamaño pre-entrenado más pequeño, t5-small, y más de un 99% para el segundo tamaño pre-entrenado más pequeño, t5-base.

Finalmente se hace un estudio comparativo en relación a la evolución de las tasas de pérdida y las tasas de acierto, calculadas para cada tamaño y época. Por motivos de simplicidad se ha utilizado el wrapper SimpleT5, el cual permite utilizar el modelo T5 con pocas líneas de código.