Estado: En desarrollo
Proyecto academico de la asignatura IA 1 enfocado en la deteccion de intrusiones en trafico de red mediante tecnicas de clasificacion supervisada y seleccion de caracteristicas.
La propuesta busca analizar un dataset de trafico de red con etiquetas de conexiones normales y maliciosas, con el fin de construir un modelo capaz de identificar si una conexion corresponde a un ataque o a trafico legitimo.
Usar Algoritmos Geneticos para seleccionar subconjuntos de caracteristicas en un modelo de clasificacion simple para deteccion de intrusiones.
- Realizar el preprocesamiento y analisis exploratorio del dataset de trafico de red utilizando herramientas como Pandas y tecnicas de visualizacion.
- Implementar un modelo de clasificacion supervisada para la deteccion de trafico malicioso.
- Disenar e implementar un Algoritmo Genetico para la seleccion de caracteristicas relevantes.
- Comparar el desempeno del modelo utilizando todas las variables frente al modelo optimizado mediante el Algoritmo Genetico, empleando metricas como accuracy, precision, recall y F1-score.
Hasta el momento, el trabajo se ha enfocado en:
- analisis inicial del dataset,
- revision de variables,
- limpieza de datos,
- identificacion de posibles patrones,
- preparacion del flujo de trabajo para el modelado.
- completar el preprocesamiento del conjunto de datos,
- entrenar el modelo base de clasificacion,
- implementar el Algoritmo Genetico,
- evaluar resultados y comparar desempeno,
- documentar conclusiones del proyecto.
-
IA1_E1_PRESUS_1_2231517_2230041_2230054.ipynb: entrega o versión oficial del proyecto grupal.
-
Proyecto_IA1_exploracion_personal.ipynb: versión personal de desarrollo para pruebas, ajustes y futuras mejoras individuales.
Este repositorio documenta el avance progresivo del proyecto y seguira actualizandose a medida que se desarrollen nuevas etapas.
Integrantes del equipo:
- Sofìa Victoria Vega Suárez
- Juan David Ascanio Esparza
- Camilo Andrés Bracho Rueda