No dia 06 de setembro de 2024, Luiz Augusto dos Santos Pires, estudante do Programa de P\u00f3s-Gradua\u00e7\u00e3o Profissional em Engenharia El\u00e9trica (PPEE), defendeu sua disserta\u00e7\u00e3o intitulada \u201cManuten\u00e7\u00e3o de Sistemas de Detec\u00e7\u00e3o de Intrus\u00e3o Baseados em Algoritmos de Aprendizado de M\u00e1quina Utilizando Benchmarks e Software de Extra\u00e7\u00e3o de Features\u201d.<\/p>\n\n\n\n
A disserta\u00e7\u00e3o aborda o Contexto: Com o aumento de ataques em rede, impulsionado pelo avan\u00e7o da intelig\u00eancia artificial e da Internet das Coisas (IoT), que muitas vezes utiliza dispositivos com seguran\u00e7a fr\u00e1gil, torna-se crucial desenvolver mecanismos para a manuten\u00e7\u00e3o de Sistemas de Detec\u00e7\u00e3o de Intrus\u00e3o (IDS). Uma forma de possibilitar isso \u00e9 utilizar estrat\u00e9gias para atualizar de forma constante algoritmos de aprendizado de m\u00e1quina que classificam o tr\u00e1fego de rede. Um dos pontos mais cr\u00edticos para isso \u00e9 a extra\u00e7\u00e3o de features da rede, pois s\u00e3o usadas como entrada para o treinamento de modelos de aprendizado de m\u00e1quina. Assim, este trabalho teve por objetivo criar um software para extrair de forma automatizada 26 features do dataset NSL -KDD e analisar os principais fatores e benchmarks utilizados na literatura para treinar modelos de machine learning (ML), com o intuito de se obter um algoritmo \u00f3timo de classifica\u00e7\u00e3o a partir do conjunto de features extra\u00eddas pela ferramenta proposta. O algoritmo \u00f3timo resultante a partir das 26 features extra\u00eddas pelo software foi obtido ao se mesclar o dataset do NSL -KDD com o Kyoto 2006+, tendo valores de acur\u00e1cia em 83,81%, recall em 75,65%, precision em 94,87% e f1 – score em 84,17% no arquivo de teste do NSL -KDD. Ainda foi utilizado o software e algoritmo de ML propostos para avaliar o desempenho no dataset CIC -IoT2023, que envolve grande quantidade de tr\u00e1fego IoT, percebendo -se, ap\u00f3s os testes no dataset, a necessidade de realizar a manuten\u00e7\u00e3o do algoritmo de ML para melhorar a classifica\u00e7\u00e3o no CIC – IoT2023. Como \u00faltimo resultado, o software para extra\u00e7\u00e3o de features foi registrado no INPI (Instituto Nacional da Propriedade Industrial) na categoria de programa de computador (BR512023001038 -3).<\/p>\n\n\n\n
A banca examinadora foi composta pelos professores do PPEE, Georges Daniel Amvame Nze, orientador e presidente, F\u00e1bio L\u00facio Lopes de Mendon\u00e7a, membro interno, e Laerte Peotta de Melo, membro externo.<\/p>\n\n\n\n
Luiz Augusto, teve sua produ\u00e7\u00e3o intelectual publicada, na RIST<\/p>\n\n\n\n
Sobre sua experi\u00eancia no PPEE, Luiz declarou: \u201cA import\u00e2ncia de desenvolver Sistemas de Detec\u00e7\u00e3o de Intrus\u00e3o (IDS) eficientes para a sociedade \u00e9 cada vez mais evidente, especialmente com o crescimento exponencial da Internet das Coisas (IoT) e o avan\u00e7o da intelig\u00eancia artificial. Diante dessa realidade, a necessidade de atualizarmos constantemente os algoritmos de aprendizado de m\u00e1quina usados em IDS para classificar e identificar tr\u00e1fego malicioso se torna uma solu\u00e7\u00e3o interessante. A extra\u00e7\u00e3o de features eficazes e automatizadas, como a que proponho em meu trabalho, \u00e9 fundamental para o desenvolvimento de solu\u00e7\u00f5es mais seguras, que protejam tanto as infraestruturas p\u00fablicas quanto as privadas. Minha trajet\u00f3ria no Programa de P\u00f3s-Gradua\u00e7\u00e3o em Engenharia El\u00e9trica (PPEE) tem sido crucial para o desenvolvimento deste projeto. Durante minha forma\u00e7\u00e3o, tive o privil\u00e9gio de contar com professores altamente qualificados, cujos ensinamentos e orienta\u00e7\u00f5es foram essenciais para a qualidade do trabalho que desenvolvo. O n\u00edvel de excel\u00eancia do programa n\u00e3o apenas ampliou meu conhecimento t\u00e9cnico, mas tamb\u00e9m me permitiu ter uma vis\u00e3o mais abrangente sobre os desafios reais da ciberseguran\u00e7a. Com uma s\u00f3lida base te\u00f3rica e pr\u00e1tica adquirida no PPEE, sinto-me preparado para contribuir significativamente com solu\u00e7\u00f5es inovadoras que possam beneficiar a sociedade como um todo.\u201d<\/p>\n\n\n\n