Título:	Detecção de novidade para sistemas de detecção de intrusão
Autor(es):	Oliveira, Júlio César Moura de
Orientador(es):	Garcia, Luís Paulo Faina
Assunto:	Fluxo de dados Ataques cibernéticos Ataques cibernéticos - detecção Segurança de rede
Data de publicação:	25-Jun-2026
Data de defesa:	24-Mar-2026
Referência:	OLIVEIRA, Júlio César Moura de. Detecção de novidade para sistemas de detecção de intrusão. 2026. 75 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2026.
Abstract:	In the context of growing computer network connectivity and the increasing sophistica tion of cyberattacks, intrusion detection has become an ever more critical challenge for the security of stored and transmitted information. Network traffic can be modeled as a continuous data stream, where examples arrive constantly and the underlying distribution may evolve over time. In such streams, phenomena such as concept drift in existing classes or the emergence of new classes may occur. This study investigates techniques developed for the Novelty Detection ND task, which aims to identify patterns not explained by the model representing known behavior, applied to the problem of intrusion detection. The research objective is to evaluate the ability of certain algorithms to identify attack classes that were not present during the training phase, while striving to maintain accuracy in the classification of previously known classes. To achieve this, an experimental analysis was conducted using different Novelty Detection techniques: ECSMiner, MINAS, SENC Forest, KNNENS, and Trident. In addition to predictive performance, aspects related to the computational efficiency of these algorithms were also evaluated. Results showed that SENCForest exhibited the highest agility in the initial detection of new attack classes and achieved the lowest main memory consumption. On the other hand, MINAS and Trident demonstrated greater feasibility for real-time operation in high-traffic networks due to their sample processing rates.
Unidade Acadêmica:	Instituto de Ciências Exatas (IE) Departamento de Ciência da Computação (IE CIC)
Programa de pós-graduação:	Programa de Pós-Graduação em Informática
Licença:	A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:	Teses, dissertações e produtos pós-doutorado

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.