000146845 001__ 146845
000146845 005__ 20241126113444.0
000146845 037__ $$aTAZ-TFG-2022-4607
000146845 041__ $$aspa
000146845 1001_ $$aMateo Calvillo, Víctor
000146845 24200 $$aImplementation of a DNS server capable of detecting algorithmically generated malicious domains.
000146845 24500 $$aImplementación de un servidor DNS con capacidad de detección de dominios maliciosos generados algorítmicamente.
000146845 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2022
000146845 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000146845 520__ $$aEn los últimos años, ha habido un aumento drástico en la cantidad de ciberataques, lo que representa una seria amenaza para organizaciones de todo tipo. Las técnicas de detección y prevención de malware han avanzado para tratar de contener este crecimiento, pero los ciberdelincuentes también mejoran sus técnicas. Este proyecto se centra en una técnica desarrollada por los atacantes llamada Algoritmo de Generación de Dominios (Domain Generation Algorithm, DGA). Esta técnica genera una gran cantidad de nombres de dominio que utilizan las muestras de malware para lograr ponerse en contacto con los servidores de los atacantes. Los métodos tradicionales para detectar DGAs, como las listas negras, no son efectivos y se ha tenido que desarrollar otros métodos de detección. Este trabajo explica cómo el aprendizaje automático es un método que aporta buenos resultados en la detección de DGAs. Además, se centra en el desarrollo de un sistema software que implementa una capa de detección basada en aprendizaje automático mediante dos modelos de aprendizaje diferentes (aprendizaje no profundo y aprendizaje profundo). Se ha logrado montar un sistema funcional que permite detectar y bloquear los dominios generados por los DGAs. Además, debido a que el sistema está muy desacoplado, permite que la incorporación de otras técnicas de detección o nuevos modelos de aprendizaje automático sea fácilmente implementable.<br /><br />
000146845 521__ $$aGraduado en Ingeniería de Tecnologías y Servicios de Telecomunicación
000146845 540__ $$aDerechos regulados por licencia Creative Commons
000146845 700__ $$aRodríguez Fernández, Ricardo J.$$edir.
000146845 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000146845 8560_ $$f779720@unizar.es
000146845 8564_ $$s2318830$$uhttps://zaguan.unizar.es/record/146845/files/TAZ-TFG-2022-4607.pdf$$yMemoria (spa)
000146845 909CO $$ooai:zaguan.unizar.es:146845$$pdriver$$ptrabajos-fin-grado
000146845 950__ $$a
000146845 951__ $$adeposita:2024-11-26
000146845 980__ $$aTAZ$$bTFG$$cEINA
000146845 999__ $$a20221125153608.CREATION_DATE