Anàlisi d'intrusions a la xarxa en un entorn de dades massives amb Apache Spark

Actualment, a la nostra societat i en tot el món, es generen grans volums de dades cada dia. L'emmagatzemament i anàlisi d'aquestes dades permet extreure coneixement valuós per al desenvolupament i gestió de les diverses entitats. Big Data permet a aquestes entitats classificar i detectar patrons, entre altres utilitats, per poder extreure el màxim coneixement de grans volums de dades. En aquest projecte s'utilitzarà el framework Apache Spark per a generar un model predictiu capaç de classificar les connexions a una xarxa de comunicacions, segons si es tracta d'una connexió normal o una intrusió a la xarxa.Nowadays, in our society and the whole world, huge volumes of data are generated every day. The storage and analysis of this data allow extracting valuable knowledge for the development and management of the various entities. Big Data allows to these entities, classify and detect patterns, among other utilities, in order to extract the maximum knowledge of huge volumes of data. In this project is used the Apache Spark framework to generate a predictive model capable of classifying the connexions to a comunications network, depending on whether it is a normal connection or a network intrusion.Hoy en día, en nuestra sociedad y en todo el mundo, se generan grandes cantidades de datos cada día. El almacenamiento y análisis de estos datos, permite obtener conocimiento valioso para el desarrollo y la gestión de diferentes entidades. Big Data permite a estas entidades clasificar y detectar patrones, entre otras utilidades, para poder obtener el máximo conocimiento de grandes volúmenes de datos. En este proyecto se utilizará el framework Apache Spark para generar un modelo predictivo capaz de clasificar las conexiones a una red de comunicaciones, según si se trata de una conexión normal o una intrusión en la red