Oppgaven er ikke lenger tilgjengelig

Deteksjon av uønskede hendelser i NetFlow-data

NetFlow-data er kort oppsummert metadata om nettverkstrafikk - tidsstempel, IP-adresse og port for avsender og mottaker, antall pakker sendt og pakkestørrelse. SiLK (System for Internet-Level Knowledge) er et sett med verktøy som kan brukes til å analysere data om nettverkstrafikk, for eksempel NetFlow.

Denne masteroppgaven åpner for å finne nye metoder for å detektere uønskede hendelser ved hjelp av Silk og NetFlow, for eksempel nettverksscanning, DDoS-angrep, dataeksfiltrering eller bare uvanlig trafikk som burde etterforskes nærmere.

En mulig "vri" på oppgaven kunne vært litt ML, om en hadde klart å lage en model som sier hvordan eller hvor mye en host "pleier" å kommunisere, så kunne en kanskje laget en model som avdekket avvik.

En åpen bok om temaet her: https://tools.netsa.cert.org/silk/analysis-handbook.pdf

Oppgaven er i samarbeid med UIO-CERT.

Publisert 26. nov. 2023 21:26 - Sist endret 1. des. 2023 09:45

Veileder(e)

Student(er)

  • Tobias William Hermansson Mordt

Omfang (studiepoeng)

60