No dia 30 de janeiro de 2024, Danilo Anderson de Moura Chagas, estudante do Programa de Pós-Graduação Profissional em Engenharia Elétrica (PPEE), defendeu com sucesso sua dissertação intitulada “Detecção de Ataques de Negação de Serviço em SGBDs a Partir de Logs Internos Usando Abordagens Supervisionada e Não Supervisionada”.

A dissertação aborda os Ataques de Negação de Serviço (Denial-of-Service – DoS), os quais representam ameaças significativas para a disponibilidade dos sistemas de informação de uma organização. Enquanto esses ataques têm sido amplamente estudados na literatura, os trabalhos existentes geralmente se concentram em camadas de rede e transporte e em protocolos como o HTTP, negligenciando a segurança nos bancos de dados. No entanto, os bancos de dados, essenciais para a prestação de serviços, também são vulneráveis a ataques DoS. Eles armazenam grandes volumes de dados por meio de logs de consultas SQL e sessões que podem ser ricas fontes de informações para detecção de ataques. Este trabalho propõe a aplicação de técnicas de Aprendizado de Máquina (AM) na detecção de tais ataques a partir dos logs de consultas executadas no banco de dados, utilizando abordagens supervisionada e não supervisionada. Os resultados obtidos demonstram a eficácia dessas abordagens, com uma alta precisão na classificação e detecção de anomalias.

A banca examinadora, composta por Rafael Rabelo Nunes, José Rodrigues Torres e Geraldo Pereira Rocha Filho como suplente, elogiou a pesquisa de Danilo Anderson de Moura Chagas.

Danilo Anderson de Moura Chagas teve sua produção intelectual publicada, incluindo o artigo “Machine Learning for Detection of Distributed Denial-of-Service Attacks from Queries Executed in DBMS”.

Sobre sua experiência no PPEE, Danilo declarou: “Comecei como aluno especial, onde pude estabelecer contato com meus orientadores e identificar o desejo de desenvolver uma pesquisa que combinasse Inteligência Artificial e segurança cibernética para a infraestrutura de serviços. Acredito que nosso trabalho possa trazer benefícios claros para quem deseje implementá-lo”.

O trabalho completo de Danilo Anderson de Moura Chagas está disponível na página “Produção Discente” do site. Parabenizamos o esforço do discente e desejamos sucesso em sua trajetória acadêmica.