Banca de DEFESA: RONALDO PIRES BORGES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : RONALDO PIRES BORGES
DATA : 30/08/2024
HORA: 15:00
LOCAL: https://meet.google.com/jkw-ckrh-dvv
TÍTULO:

IOT-IDS: UMA ABORDAGEM DE DETECÇÃO DE INTRUSÃO BASEADO EM APRENDIZADO DE MÁQUINA PARA SISTEMAS DE INTERNET DAS COISAS.

PALAVRAS-CHAVES:

 

 IoT, segurança e privacidade, IDS, Aprendizado de Máquina, Redes Neurais.

 

PÁGINAS: 72
RESUMO:

Com o uso crescente de dispositivos inteligentes em diversos mercados e aplicações, a
segurança e a privacidade em sistemas de Internet das Coisas (IoT) tornam-se cada vez mais
relevantes. Isso se deve ao fato de que os dados coletados e transmitidos por esses sistemas
podem ter um valor significativo, inclusive financeiro. No entanto, os mecanismos de segurança
e privacidade de dados já consagrados na computação em geral não se aplicam aos sistemas
IoT devido às questões de arquitetura computacional e a natureza limitada desses dispositivos.
A disponibilização de ferramentas para desenvolvedores de sistemas IoT que permitam
construir aplicações com menor risco à privacidade dos dados se apresenta como uma proposta
valiosa. Assim, este trabalho propõe uma abordagem implementada em uma ferramenta de
detecção de invasão, com o objetivo de mitigar as questões de segurança e privacidade de dados
inerentes aos protocolos IoT. Para isso, foram empregadas técnicas de aprendizado de máquina,
com destaque para redes neurais. A avaliação da abordagem foi realizada em um ambiente com
dispositivos IoT reais e simulações de ataques.

MEMBROS DA BANCA:
Externa à Instituição - MONICA MAGALHAES PEREIRA - UFRN
Interno - 1810758 - PAULO GABRIEL GADELHA QUEIROZ
Interno - ***.691.924-** - SEBASTIÃO EMIDIO ALVES FILHO - UERN
Presidente - 1566120 - SILVIO ROBERTO FERNANDES DE ARAUJO