success 463185 eagleband 2009-10-16T02:59:05Z 2009-10-16T02:59:06Z La clasificación del tráfico de red basado en el análisis de puertos o en el consumo se está volviendo cada vez más complicada debido a la aparición de múltiples aplicaciones peer-to-peer (P2P) que usan puertos dinámicamente, técnicas enmascaradoras y encriptación para prevenir la detección por parte de los sistemas tradicionales. La alternativa actual proporcionada por EagleBand tratará de clasificar el tráfico explotando las diferentes características de las aplicaciones conectadas a una red a partir de Algoritmos de Aprendizaje automático (K-means, DBSCAN, Aprendizaje semi-supervisado). Los objetivos fundamentales de EagleBand son ofrecer un sistema con: Inteligencia Aplicada, detectar las aplicaciones que hay en la red local e identificar quién está usando cada uno de los programas. Análisis del comportamiento, comprender el comportamiento normal del tráfico, incluido VoIP o P2P y ser alertado de las irregularidades por falta de configuración, intrusiones o actividad ilegal. Mantener y optimizar la eficiencia de la red, gracias a la información que se obtiene de analizar el consumo del ancho de banda. Por ejemplo, podemos limitar el uso de la red a ciertos departamentos de nuestra organización en el caso de que se esté haciendo un uso inadecuado de la misma debido a actividades como chatear, navegar fuera de los horarios comerciales o simplemente penalizar a aquellos que rompen las reglas de nuestra organización. Detectar los principales grupos de la red, a partir de los diferentes algoritmos de clusterización el sistema debe ser capaz de detectar aquellos grupos más relevantes dentro de la red por diversos aspectos (unidades de negocio desestructuradas, generadores de opinión, dinamizadores, etc.) http://code.google.com/p/eagleband/ eagleband 0 0 artistic_gpl Artistic License/GPL