O Programa de Pós-Graduação Profissional em Engenharia Elétrica (PPEE) parabeniza o discente Fabiano Damasceno Sousa Falcão pela publicação do artigo científico “Evaluating Foundation Model Integration Strategies for Detecting PII in Java Software Engineering Pipelines”, divulgada em 08 de julho de 2026, no periódico internacional Empirical Software Engineering (EMSE), publicado pela Springer Nature. O trabalho apresenta resultados decorrentes de sua dissertação de mestrado, intitulada “Evaluating Architectural Strategies for Personal Data Detection in Java Source Code Using Transformer Classifiers and Large Language Models”, desenvolvida no âmbito do PPEE.
O EMSE é reconhecido como um dos periódicos relevantes da comunidade internacional de Engenharia de Software, com foco na publicação de estudos aplicados, baseados em evidências e de interesse tanto para pesquisadores quanto para profissionais da área. O periódico possui Journal Impact Factor 3.4 e fator de impacto de cinco anos 4.0, conforme métricas recentes divulgadas pela Springer, o que reforça a relevância acadêmica da publicação no EMSE.
A pesquisa investiga estratégias arquiteturais para a detecção de informações de identificação pessoal (Personally Identifiable Information – PII) em código-fonte Java, um desafio cada vez mais relevante diante das exigências de privacidade, segurança e conformidade regulatória na engenharia de software. O estudo compara três abordagens distintas baseadas em classificadores fundamentados em modelos Transformers e Grandes Modelos de Linguagem (LLMs), empregando um framework experimental reproduzível e auditável para avaliar precisão, cobertura e robustez na identificação de dados sensíveis.
Os resultados demonstram que a estratégia baseada em extração estruturada com LLMs apresentou o melhor equilíbrio entre precisão e recall, evidenciando que a forma de integração dos modelos exerce impacto significativo no desempenho da detecção de PII. O trabalho contribui para o avanço da engenharia de software orientada à privacidade ao fornecer evidências empíricas sobre arquiteturas baseadas em Inteligência Artificial e reforça a importância do desenvolvimento de soluções reproduzíveis e confiáveis para análise de código-fonte. O PPEE parabeniza o discente pela publicação e pela contribuição científica, desejando sucesso na continuidade de sua trajetória acadêmica e profissional.
Link para o artigo: Evaluating foundation model integration strategies for detecting PII in java software engineering pipelines
