Resumen de Una aplicación del algoritmo proactive Forest para la detección de bots malignos

Daniel Pardo Echevarría, Nayma Cepero Pérez, Humberto Díaz Pando

• español

  Los bots malignos son programas informáticos que tienen la particularidad de simular la actividad humana, empleándose para ejecutar ataques cibernéticos. Estos programas resultan un problema que afecta a muchos servicios webs. Por eso se han desarrollado múltiples aproximaciones para detectarlos, con gran repercusión en la aplicación de algoritmos de aprendizaje automático, sobre todo los que generan modelos clasificadores a partir del aprendizaje supervisado. En este trabajo nos proponemos aplicar el algoritmo Proactive Forest (PF) en la detección de bots malignos, evaluando su rendimiento en base al porcentaje de instancias correctamente clasificadas como bot maligno o usuario humano y realizando adicionalmente una comparación con el algoritmo Random Forest (RF), pues también genera un bosque de decisión implementado en un artículo del estado del arte, para la detección de bots malignos. Los resultados permiten apreciar un máximo del rendimiento del algoritmo Proactive Forest, del 63,14 % de instancias correctamente clasificadas.

• English

  Malicious bots are computer programs that have the particularity of simulating human activity, being used to execute cyber-attacks. These programs are a problem that affects multiple web services. As a result, multiple approaches have been developed to detect them. The application of machine learning algorithms, especially those that generate classifier models based on supervised learning, has had a great impact. The present work proposes the application of the Proactive Forest (PF) algorithm in the detection of malicious bots. Evaluating its performance, based on the percentage of instances correctly classified as malicious bot or human user. Performing additionally, a comparison with the Random Forest (RF) algorithm, being an algorithm that also generates a decision forest. Implemented in a state-of-the-art article, for the detection of malicious bots. The results achieved show a maximum performance of the Proactive Forest algorithm of 63,14 % of correctly classified instances.