Busca avançada
Ano de início
Entree

Uso de Machine Learning e monitoramento de performance para verificação de integridade em Gateways IIoT

Processo: 21/02385-3
Modalidade de apoio:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Data de Início da vigência: 01 de abril de 2021
Data de Término da vigência: 28 de fevereiro de 2023
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Acordo de Cooperação: MCTI/MC
Pesquisador responsável:Antônio Augusto Medeiros Fröhlich
Beneficiário:Leonardo Passig Horstmann
Instituição Sede: Centro Tecnológico. Universidade Federal de Santa Catarina (UFSC). Ministério da Educação (Brasil). Florianópolis , SP, Brasil
Empresa:Universidade Federal de Santa Catarina (UFSC). Centro Tecnológico
Vinculado ao auxílio:20/05142-1 - Gateway seguro para a internet das coisas industriais, AP.PITE
Assunto(s):Aprendizado computacional   Internet das coisas   Mineração de dados
Palavra(s)-Chave do Pesquisador:Ambiente de Execução Seguro | Cibersegurança | detecção de anomalia | Internet das Coisas | Monitoramento de Desempenho | Protocolos de Comunicação Seguros | Segurança de Sistemas e Redes para Internet das Coisas

Resumo

Este plano de atividades trata do desenvolvimento de um mecanismo de detecção de anomalias baseado em Machine Learning aplicada sobre os dados coletados em tempo de execução através de um sistema de monitoramento de performance não intrusivo. Dentre as atividades que compõem o plano estão o levantamento do estado da arte em técnicas de Machine Learning para detecção de anomalias em ambientes multicore, a implementação de um sistema não intrusivo de monitoramento das variáveis disponíveis na plataforma, a aplicação de procedimentos de data mining para processamento e seleção de features, e a implementação e avaliação de modelos de Machine Learning para de detecção de anomalias utilizando técnicas do estado da arte, e, por fim, a integração do modelo de melhor desempenho ao protótipo do projeto e a disseminação do conhecimento produzido através da produção e publicação de artigos científicos em periódicos e apresentação em conferências. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
FROEHLICH, ANTONIO AUGUSTO; HORSTMANN, LEONARDO PASSIG; HOFFMANN, JOSE LUIS CONRADI. A Secure IIoT Gateway Architecture based on Trusted Execution Environments. Journal of Network and Systems Management, v. 31, n. 2, p. 30-pg., . (21/02384-7, 20/05142-1, 21/02385-3)
HORSTMANN, LEONARDO PASSIG; FROHLICH, ANTONIO AUGUSTO; IEEE. Intrusion Detection in Multicore Embedded Systems based on Artificial Immune Systems. 2022 IEEE 27TH INTERNATIONAL CONFERENCE ON EMERGING TECHNOLOGIES AND FACTORY AUTOMATION (ETFA), v. N/A, p. 8-pg., . (20/05142-1, 21/02385-3)