Resultados

Artículos de Revista

  1. Camacho, J., Wasielewska, K., Bro R., Kotz, D. Interpretable Learning in Multivariate Big Data Analysis for Network Monitoring.   IEEE Transactions of Network and Service Management, . Versión abierta
  2. Jamoos, M., Mora, A.M., AlKhanafseh, M., Surakhi, O. A New Data-Balancing Approach Based on Generative Adversarial Network for Network Intrusion Detection System.   Electronics, 12, 12:2851. Versión abierta
  3. Al-Zoubi, A.M., Mora, A.M., Faris, H. A Multilingual Spam Reviews Detection Based on Pre-Trained Word Embedding and Weighted Swarm Support Vector Machines.   IEEE Access, 11, 11:72250-72271. Versión abierta
  4. Wasielewska, K., Soukup, D., Čejka, T., Camacho, J. Dataset Quality Assessment in Autonomous Networks with Permutation Testing. .   Submitted to Data Mining and Knowledge Discovery , . Versión abierta
  5. Moreno-Torres, S., Mora-García, A.M., Carmona-Murillo, J., Galeano-Brajones, J. Advanced Ant Colony Optimization Algorithm for Service Function Chaining in Computer Networks.   Submitted to IEEE Access, .
  6. Mora, A.M., Merino, P., Hernández, D., García-Sánchez, P., Fernández-Ares, A.J. Applying Evolutionary Methods for the Optimization of an Intrusion Detection System to Detect Anomalies in Network Traffic Flows.   Applications of Nature-inspired Computing and Optimization Techniques. Advances in Computers Series, .
  7. Wasielewska, K., Soukup, D., Čejka, T., Camacho, J. Evaluation of the Limit of Detection in Network Dataset Quality Assessment with PerQoDA..   Machine Learning and Principles and Practice of Knowledge Discovery in Databases. ECML PKDD, 1753, 1753. Versión abierta
  8. Mora, A, Surakhi, O.M., Jamoos, M., Alkhanafseh, M.Y. The intrusion detection system by deep learning methods: issues and challenges.   Int. Arab J. Inf. Technol. , 19, 19(3A):501-513.

Artículos en Conferencia Internacional

  1. Adán-López, R., Fernández-Martínez, D., Rodríguez-Gómez, R.A., Camacho, J. Coupled Design and Analysis of Experiments in Network Management. 37th IEEE/IFIP Network Operations and Management Symposium (NOMS 2024) , Seoul (Korea), .
  2. Camacho, J. ANOVA Simultaneous Component Analysis for the Efficient Exploration of Massive Network Traffic Data. 37th IEEE/IFIP Network Operations and Management Symposium (NOMS 2024) , Seoul (Korea), .
  3. Medina-Arco, J.G., Magán-Carrión, R., Rodríguez-Gómez, R.A. Exploring Hidden Anomalies in UGR’16 Network Dataset with Kitsune. Flexible Query Answering Systems (FQAS23), Springer Nature Switzerland, 2023, pp. 194-205, Mallorca (Spain), . Versión abierta
  4. Medina-Romero, J., Mora, A.M., Valenzuela-Valdés, J.F., Castillo, P.A. Applying Data Mining and Machine Learning Techniques to Predict Powerlifting Results. Engineering Proceedings 39 (1), 20, International conference on Time Series and Forecasting (ITISE 2023), Gran Canaria (Spain), . Versión abierta
  5. Camacho, J. NetMob 2013 Data Analysis with ASCA. Netmob 2023, Madrid (Spain), .
  6. Camacho, J. Simulation Power Curves in ASCA. Topics in Chemometrics, Rostock (Germany), . Presentation
  7. Wasielewska, K. Network Dataset Quality Problem. IRTF NMRG meeting 116 (Online), . Presentation
  8. Mora, A.M., Arenas, M.G., Romero-Horno, A., Castillo, P.A., Camacho, J. Optimizing an IDS (Intrusion Detection System) by means of Advanced Metaheuristics. International Work-Conference on Artificial Neural Networks (IWANN 2023), Ponta Delgada (Portugal), . Versión abierta
  9. Mora, A.M., Merino, P., Hernández, D. Enhancing an Intrusion Detection System by means of Evolutionary Approaches. International Conference on the Applications of Evolutionary Computation (EvoAPPS 2023), Brno ( Czech Republic), .
  10. Camacho, J., Wasielewska, K., Espinosa, P., Fuentes-García, M. Quality In / Quality Out: Data quality more relevant than model choice in anomaly detection with the UGR'16. IEEE/IFIP Network Operation and Service Management (NOMS), Miami (USA), . Versión abierta
  11. Wasielewska, K., Soukup, D., Čejka, T., Camacho, J. Evaluation of Detection Limit in Network Dataset Quality Assessment with Permutation Testing. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, ECML-PKDD 2022, 4th Workshop on Machine Learning for Cybersecurity (MLCS), Grenoble (France), . Versión abierta
  12. Camacho, J., Wasielewska, K., Soukup, D., Čejka, T. Dataset Quality Assessment in Autonomous Networks with Permutation Testing. Seventh IEEE/IFIP International Workshop on Analytics for Network and Service Management, Bucarest (Hungary), . Versión abierta
  13. Wasielewska, K., Soukup, D., Čejka, T., Camacho, J. Dataset Quality Assessment in Autonomous Networks with PermutationTesting. The 10th Prague Embedded Systems Workshop, Horoměřice (Czech Republic ), .
  14. Álvarez-Terribas, F., Magán-Carrión, R., Maciá-Fernández, G., Mora García, A.M. A Deep Learning-Based Approach for Mimicking Network Topologies: The Neris Botnet as a Case of Study. International Joint Conference 15th International Conference on Computational Intelligence in Security for Information Systems (CISIS 2022) and 13th International Conference on EUropean Transnational Education (ICEUTE 2022), .
  15. Camacho, J. Networkmetrics for Network Monitoring and Security. Invited Talk. The 10th Prague Embedded Systems Workshop, Horoměřice (Czech Republic ), . Presentation
  16. Mañas-Martinez, E., Cabrera, E., Wasielewska, K., Camacho, J. Mining Social Interactions in Connection Traces of a Campus Wi-Fi Network. ACM Conference (SIGCOMM’21), New York (USA), . Poster | Abstract Versión abierta
  17. Cuberos, F., Herrera, I., Wasielewska, K.,Camacho, J. Network Tomography and Partial Least Squares for Traffic Matrix Estimation. 17th International Conference on Network and Service Management (CNSM 2021), Izmir (Turkey), . Versión abierta

Entregables

  1. Entregable 5: Informe de Análisis de Requisitos. Última modificación: 22/05/2023
  2. Entregable 6: Diseño del Laboratorio SDN. Última modificación: 22/05/2023
  3. Entregable 7: Diseño del DAaaS. Última modificación: 22/05/2023
  4. Entregable 8: Laboratorio SDN en funcionamiento (ETSIIT 3.2) . Última modificación: 01/05/2023
  5. Entregable 9: DAaaS en funcionamiento. Última modificación: 29/05/2023
  6. Entregable 10: Página web. Última modificación: 29/05/2023

Conjuntos de Datos

  1. UGR16 Feature data. Este repositorio contiene las cuatro variantes del dataset UGR'16 que se usan en los siguientes artículos:
    • Camacho, Wasielewska, Espinosa, Fuentes-García. Quality In / Quality Out: Data quality more relevant than model choice in anomaly detection with the UGR’16. IEEE/IFIP Network Operations and Management Symposium. Miami, USA. 2023.
    • Camacho, Wasielewska, Fuentes-García, Rodríguez-Gómez. Quality In / Quality Out: Assessing Data Quality in an Anomaly Detection Benchmark. arXiv preprint arXiv:Camacho, Wasielewska, Fuentes-García, Rodríguez-Gómez. Quality In / Quality Out: Assessing Data Quality in an Anomaly Detection Benchmark. arXiv preprint arXiv:2305.19770 [cs.LG], 2023.

    Por favor, asegúrese de referenciar el último artículo cuando se usen los datos, así como el artículo original de UGR'16:
    • Maciá-Fernández, G., Camacho, J., Magán-Carrión, R., García-Teodoro, P., Therón, R. Ugr'16: a new dataset for the evaluation of cyclostationarity-based network IDSs. Computer & Security, 2018, 73: 411-424.

  2. Dartmouth Feature data. Este repositorio contiene los datos por características obtenidos del dataset de Dartmouth que se usan en los siguientes artículos:
    • Camacho, J., Wasielewska, K., Bro R., Kotz, D., Interpretable Learning in Multivariate Big Data Analysis for Network Monitoring. Preprint arXiv:1907.02677 [cs.NI].
    • Camacho, J., Wasielewska, K., Bro R., Kotz, D., Extracting Knowledge from Network Data: Multivariate Visualizations of Network Analytics based on Matrix Factorization, Submitted to ACM Internet Measurement Conference, 2023.

    Por favor, asegúrese de referenciar el primer artículo cuando se usen los datos, así como el artículo original del dataset:
    • Camacho, J. , McDonald, C., Peterson, R., Zhou, X. Longitudinal Analysis of a Campus Wi-Fi Network . Computer Networks. 2020, 179, 107103.

TFM & TFG

TFM
  • Sergio Fernández Morales. Aprendizaje Automático de Características en Multivariate Big Data Analysis (MBDA) para el análisis de tráfico en red. Supervision: J. Camacho, R. Magán (UGR). Universidad de Granada. 2023.
  • Luis Vargas Maldonado. Tools for anti-tracking. Study of web breakages caused by ad-blockers. Supervision: J. Camacho, C. Troncoso (EPFL). Universidad de Granada. 2022.
  • Pablo Estévez González. Detección de anomalías mediante técnicas de aprendizaje automático. Comparativa de rendimiento de algoritmos lineales y redes neuronales profundas. Supervision: J. Camacho, J. Suárez-Varela (UPC). Universidad de Granada. 2022.
  • José Gabriel Marín Martín. Ciberseguridad en BGP. Prototipo de análisis de trazas BGP con MBDA. Supervision: J. Camacho. Universidad de Granada. 2021.
  • Elena Cabrera Garrido. Evaluación de la Privacidad en Análisis de trazas de conexión Wi-Fi. Supervision: J. Camacho. Universidad de Granada. 2021.
  • Manuel Jurado Vázquez. Parseo de logs y detección de anomalías en ciberseguridad. Supervision: J. Camacho. Universidad de Granada. 2021.
TFG
  • Renan Barreto Farias. Laboratorio de emulación SDN. Supervision: J. Camacho. Universidad de Granada. In progress.
  • Daniel Monjas Miguélez. Tomografía de Red basada en Aproximaciones Mínimo-Cuadráticas Alternas. Supervision: J. Camacho. Universidad de Granada. 2023.
  • José Miguel González Cañadas. Detección de Anomalías en Redes con Aprendizaje Automático y Matrices de Covarianza. Supervision: J. Camacho. Universidad de Granada. 2023.
  • Marta Eugenia Gavilán Sierra. Evaluando la calidad de benchmarks para la detección de anomalías en red. Supervision: J. Camacho. Universidad de Granada. 2023.
  • Alvaro García Rodríguez. Uso de generadores de tráfico para la captura de tráfico en redes SDN. Supervision: Rafael A. Rodríguez-Gómez. Universidad de Granada. 2023.
  • Andrea Pérez Jáimez. Análisis Multivariante de Big Data para datos de enrutamiento. Supervision: J. Camacho. Universidad de Granada. 2022.
  • Andrés Romero Horno. Optimization of an IDS (Intrusion Detection System) using advanced metaheuristics. Supervision: A. Mora, J.F. Valenzuela (UGR). Universidad de Granada. 2022.
  • Javier Victoria Mohammed. Application of Evolutionary Algorithms for service chain optimization in a 5G network model. Supervision: A. Mora, J.F. Valenzuela (UGR). Universidad de Granada. 2022.
  • Enrique Julio Castellano Martín. Laboratorio de emulación de redes SDN. Supervision: J. Camacho, R. Rodríguez-Gómez. Universidad de Granada. 2022.
  • Federico Moles Sánchez. Detección de incidencias de ciberseguridad mediante Aprendizaje Automático Interpretable con Zeek. Supervision: J. Camacho. Universidad de Granada. 2021.