巴勃罗Moriano

巴勃罗Moriano博士。

研究科学家
计算机科学和数学
橡树岭国家实验室
moriano[在]ornl.gov

我是一个研究科学家计算机科学和数学橡树岭国家实验室。我收到的博士和硕士学位信息学院的信息学、计算和工程雷竞技官方网站下载印第安纳大学布卢明顿。以前,我收到了电气工程硕士和学士学位Pontificia大学Javeriana在哥伦比亚。我是接收方的最佳论文奖第九届国际研讨会管理内部安全威胁(雾)2017在连接词CCS第四届国际研讨会自动化和自主车辆安全(就是2022结合教你们。在过去,我做过研究实习思科系统公司先进的安全研究小组。我是一个高级的成员IEEE,的一员ACM暹罗。这是一个官方的链接生物和我的简历

我的研究是在数据的交叉科学,网络科学和网络安全。特别是,我使用数据驱动和计算方法来发现和理解反常行为在大规模网络系统。我依靠这种方法来设计和开发创新的解决方案来解决这些。应用程序跨多个学科的研究范围,包括检测异常事件的社会媒体,互联网路由劫持,内幕威胁行为在版本控制系统中,和在cyber-physical入侵检测系统。这是一个词云建立的抽象论文

Wordle
图毫升改善JIT缺陷预测
图毫升JIT缺陷预测

通过利用这些贡献图,我们的研究显示使用基于ML的潜力提高准时制(JIT)缺陷的预测。我们假设特性提取defect-prone变化的贡献图可以更好的预测比内在特性来源于软件特点。我们证实了我们的假设使用基于ML分类代表defect-prone变化的边缘。这个新框架的JIT缺陷预测问题导致更好的结果。

伪装攻击检测在CPS使用无监督学习
ieee id

我们表明,相似的时间序列簇在温和的条件下表现出显著差异从时间序列的相似性集群攻击条件下。我们演示了这些差异在不同攻击场景使用的数据与不同复杂程度的情况中去数据集。这项工作表明,它可以检测伪装攻击通过有效地使用信号的时间序列聚类表示参数组的CAN总线和适当的选择。

丛发性公告检测路由异常
Burstiness

我们开发了一个方法来检测路由异常分析的基础上丛发性边界网关协议的公告。我假设边界网关协议相关公告与破坏性的更新往往发生在组织的频率相对较高,其次是时间的不活动或burstiness高。我演示了该方法的有效性在不同的案例研究,从十万年到十几个妥协前缀。

在大规模时序网络事件检测
事件检测

我们提出一个方法来检测大型活动基于时间通信网络的结构。我假设全球事件触发病毒信息瀑布,很容易跨社区边界,因此可以被监控内部和民族间的通信。通过比较内部和之间的交流社区,我表明,它可以检测大型事件,即使他们不触发通信体积更大。

内部威胁在版本控制系统
内部威胁

我们提出了一个无监督学习框架来评估潜在的内部威胁事件是否沉淀后触发的事件。分析利用两偶图的用户和系统交互。这种方法显示了一个明确的诱发事件之间的相关性和明显异常的数量。实证分析结果明确证据之前显示在行为事件转移到增加内部威胁事件。

宏观经济学的路由异常
宏边界网关协议异常

我们分析报告在4年期间的路由异常和宏观经济指标。有一些成文的劫持造成错误,利润,或者国家安全和国家情报的目的。任何个人劫持可能是意外,犯罪,或攻击。我报告实证调查路由异常地址的宏观经济学这三种解释。

研究生

本科

注意:最后期限不同,有些需要协调ORNL赞助商。因此,提前联系我如果你有兴趣。

《裁判

技术项目委员会

橡树岭国家实验室
一个山谷道伯特利
邮政信箱2008 MS6013
美国橡树岭,TN 37831


Baidu
map