Impacto da anonimização de tráfego de rede na predição e detecção de ataques DDoS

Resumo

A predição e a detecção eficazes de ataques DDoS dependem diretamente da qualidade das fontes de informação utilizadas como entrada para os mecanismos de predição e detecção empregados. Sem dúvida, uma das melhores fontes de informação é o tráfego de rede capturado nas interfaces de rede dos dispositivos sob proteção. Entretanto, por conta de regulamentações recentes como a Lei Geral de Proteção de Dados (LGPD) e a General Data Protection Regulation (GDPR), algumas informações do tráfego precisam ser anonimizadas, principalmente se os mecanismos de predição e de detecção forem executados fora dos domínios do proprietário dos dispositivos sob proteção, como no caso de provedores de nuvens computacionais, ou se o trafego for compartilhado publicamente com a comunidade científica com o objetivo de avançar o estado da arte no tópico de cibersegurança. Nesse projeto de iniciação científica, pretende-se analisar como a anonimização do tráfego afeta a qualidade dos mecanismos de predição e de detecção de ataques DDoS criados no projeto MENTORED. (AU)