@conference{fue_cam_macRECSI16,
author = "",
abstract = "Desde que hace una d{\'e}cada Lakhina et al. propusieron la aplicaci{\'o}n del enfoque de detecci{\'o}n de anomal{\'i}as basado en PCA a la seguridad en redes, {\'e}sta ha sido una l{\'i}nea de investigaci{\'o}n que ha captado la atenci{\'o}n de quienes trabajan en este {\'a}rea. Siguiendo esta tendencia, recientemente se propuso la aplicaci{\'o}n de t{\'e}cnicas procedentes del {\'a}rea de quimiometr{\'i}a y monitorizaci{\'o}n de procesos industriales a la supervisi{\'o}n de redes para el diagn{\'o}stico de anomal{\'i}as. Esta metodolog{\'i}a se ha denominado MSNM (Monitorizaci{\'o}n Estad{\'i}stica Multivariante de Redes). Partiendo de esta propuesta, en este art{\'i}culo se presenta una comparativa entre tres de los m{\'e}todos existentes para el diagn{\'o}stico de anomal{\'i}as en MSPC (Control Estad{\'i}stico Multivariante de Procesos). Se exponen las caracter{\'i}sticas, ventajas e inconvenientes de cada uno de ellos a trav{\'e}s de un experimento pr{\'a}ctico llevado a cabo con datos procedentes de una red basada en m{\'a}quinas virtuales.",
chapter = "Reuni{\'o}n Es",
journal = "Reuni{\'o}n Espa{\~n}ola sobre Criptolog{\'i}a y Seguridad de la Informaci{\'o}n (RECSI 2016)",
keywords = "Anomalies Diagnosis, Contribution Plots, Network Monitoring, PCA",
title = "{C}omparaci{\'o}n de m{\'e}todos de diagn{\'o}stico de anomal{\'i}as en monitorizaci{\'o}n estad{\'i}stica multivariante de redes",
year = "2016",
}