Data quality in machine learning and network security : a systematic literature review

Abstract

Network security is a critical issue in the field of computer science, with data quality being one of its most important aspects. This work provides a systematic literature review of existing research that is directly relevant, tangentially related, or potentially applicable to analyzing the quality of network data for training machine learning models capable of sustaining computer networks. Key concepts related to Data Quality (DQ), Machine Learning (ML), and Network Security are introduced, along with a discussion on how DQ can be assessed and applied to ML or network security. The aim of this work is to identify, evaluate, and summarize the research relevant to a set of defined research questions. Understanding the technologies currently employed is essential for recognizing trends, benefits, and limitations, as well as identifying research gaps and establishing directions for future studies to guide scholars in this field.

A segurança da rede é um problema crítico no campo da ciência da computação, sendo a qualidade dos dados um de seus aspectos mais importantes. Este trabalho apresenta uma revisão sistemática da literatura sobre pesquisas existentes que são diretamente relevantes, tangencialmente relacionadas ou potencialmente aplicáveis à análise da qualidade dos dados de rede para o treinamento de modelos de aprendizado de máquina capazes de sustentar redes de computadores. Os principais conceitos relacionados à qualidade dos dados (DQ), ao aprendizado de máquina (ML) e à segurança da rede são apresentados, juntamente com uma discussão sobre como a DQ pode ser avaliada e aplicada ao ML ou à segurança da rede. O objetivo deste trabalho é identificar, avaliar e resumir a pesquisa relevante para um conjunto de perguntas de pesquisa definidas. Compreender as tecnologias atualmente empregadas é essencial para reconhecer tendências, benefícios e limitações, bem como identificar lacunas de pesquisa e estabelecer direções para estudos futuros a fim de orientar os acadêmicos nesse campo.