Implementazione Tensorflow di Algoritmi di Anomaly Detection per la Rilevazione di Intrusioni Mediante Signals of Opportunity (SoOP)

In questo elaborato viene presentata l’implementazione di algoritmi di machine learning di tipo supervised e unsupervised attraverso Python e Tensorflow. In particolare viene affrontato come caso di studio l’implementazione di algoritmi di Anomaly Detection. Nel Capitolo 1 vengono presentati gli algoritmi di machine learning implementati. Nel Capitolo 2 viene presentato e analizzato l’ambiente di sviluppo utilizzato, costituito da Python e Tensoflow. Infine è presentata l’implementazione degli algoritmi descritti al capitolo 1. Nel Capitolo 3 sono implementati come caso di studio due algoritmi tratti dall’articolo Anomaly Detection Using WiFi Signals of Opportunity. Il caso di studio prevede la rilevazione di cambiamenti della configurazione spaziale di una stanza utilizzando i segnali WiFi presenti nell’ambiente ed algoritmi di Anomaly Detection. Gli algoritmi sono stati riprodotti attraverso Python e Tensorflow. Inoltre è presentata un’ulteriore soluzione basata su una rete neurale autoassociativa (autoencoder). Infine sono riportate le conclusioni, in cui viene fatto il resoconto dei risultati ottenuti ed effettuato un accenno a sviluppi futuri.