PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Teléfono/Ramal: No informado http://propg.ufabc.edu.br/ppginfo

Banca de QUALIFICAÇÃO: JOÃO PAULO DAL POZ PEREIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : JOÃO PAULO DAL POZ PEREIRA
DATA : 29/08/2022
HORA: 14:00
LOCAL: https://conferenciaweb.rnp.br/webconf/murilo-13
TÍTULO:

Detecção de Anomalias em Tráfego de Dados em Redes IoT


PÁGINAS: 62
RESUMO:

Os dispositivos IoT fornecem às grandes indústrias os dados vitais para rastrear estoques, gerenciar máquinas, aumentar a eficiência, economizar custos e até salvar vidas. No entanto, a infraestrutura da tecnologia IoT está sujeita a ameaças de segurança que podem comprometer a privacidade dos dados, além de levar à falhas capazes de afetar as atividades de empresas ou cidades.
Desta forma, as redes IoT precisam de mecanismos de segurança que possam atuar como uma linha de defesa para a detecção de intrusos. Dentre as várias abordagens utilizadas nos sistemas de detecção de intrusão (IDS, do inglês Intrusion Detection System), aquelas que empregam técnicas de aprendizado de máquina vêm ganhando cada vez mais destaque devido à capacidade de detecção aprimorada. Portanto, o objetivo deste trabalho é fazer um estudo comparativo de várias técnicas de aprendizado de máquina para detecção de intrusão em redes IoT.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1761105 - MURILO BELLEZONI LOIOLA
Membro Titular - Examinador(a) Interno ao Programa - 1603840 - JOAO HENRIQUE KLEINSCHMIDT
Membro Titular - Examinador(a) Externo ao Programa - 3008017 - DENIS GUSTAVO FANTINATO
Membro Suplente - Examinador(a) Interno ao Programa - 1544392 - ALINE DE OLIVEIRA NEVES PANAZIO
Notícia cadastrada em: 12/08/2022 07:52
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2022 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod