Tamanho da fonte: 

Os ataques do tipo slow DoS (Denial of Service) já são uma constante no cotidiano de empresas que fornecem serviços WEB. Dentre eles, o ataque slowloris possui uma crescente demanda para este fim. Baseado nisto, este trabalho apresenta uma proposta para avaliar dois algoritmos de aprendizado de máquina chamados rede neural MLP (Multilayer Perceptron) e K-Nearest Neighbors (K-NN), ambos utilizando dois atributos para classificação dos dados, denominados, quantidade de pacotes e entropia, em um ambiente emulado, com o objetivo de verificar qual dentre eles possui a melhor performance de classificação com a menor taxa de falso positivo e falso negativo. Os resultados obtidos mostram que o algoritmo K-NN é a melhor escolha por ter alcançado 100% de Precisão e 100% de Revogação, obtendo 100% de F1-score para ambos os rótulos de classificação, ataque e legítimo.