Sistema de detección de intrusos basado en redes neuronales artificiales para redes definidas por software

Abstract

Este artículo muestra la implementación de un Sistema de Detección de Intrusos (IDS) integrado en una Red Neuronal Artificial (RNA), denominado (Snort + RNA), como una opción para mitigar los riesgos de ataques informáticos activos contra una Red Definida por Software (SDN). Esta red hiperconvergente se encuentra en el centro de datos de la Facultad de Ingeniería de Ciencias Aplicadas (FICA) de la Universidad Técnica del Norte. La propuesta se prueba bajo el modelo PDCA de la norma ISO/IEC 27001 y los procesos proporcionados por el grupo de hackers. Los resultados demuestran que Snort + RNA detecta las anomalías que provocan ataques activos contra la SDN, lo cual se evidencia tanto en las alertas generadas como en el registro del tráfico capturado. Sin embargo, no es posible analizar todos los paquetes recibidos de ataques DoS, ya que algunos permanecen retenidos o son rechazados. Esto demuestra que, aunque el sistema no evalúa todos los paquetes que circulan por la red, sí se encarga de la protección de la SDN, proporcionando alertas cuando terceros intentan vulnerarla con ataques que provocan un aumento del tráfico de red.