Busca avançada
Ano de início
Entree
Conteúdo relacionado

Sobre a aplicação das técnicas da Explainable Artificial Intelligence (XAI) para geração de imagens a partir de pacotes de dados para detecção de anomalias em redes de computadores

Processo: 21/05516-1
Modalidade de apoio:Auxílio à Pesquisa - Regular
Data de Início da vigência: 01 de fevereiro de 2022
Data de Término da vigência: 31 de janeiro de 2024
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Kelton Augusto Pontara da Costa
Beneficiário:Kelton Augusto Pontara da Costa
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Pesquisadores associados:João Paulo Papa ; Rafal Scherer
Assunto(s):Segurança de redes  Redes de computadores  Gerenciamento de redes  Inteligência artificial explicável  Sistemas de detecção de intrusão  Detecção de anomalias 
Palavra(s)-Chave do Pesquisador:detecção de anomalias | Explainable Artificial Intelligence | Pacotes de Redes | Redes de Computadores | Segurança em Redes de Computadores | Sistemas de detecção de Intrusão | Segurança em Redes de Computadores

Resumo

A Internet, trouxe maior complexidade para a área de Gerenciamento de Redes. Detectar anomalias em uma rede com a maior eficiência e no menor tempo possível tem sido o objetivo de muitos pesquisadores, que têm utilizado a Inteligência Artificial. Este projeto visa converter dados de redes em imagens para que Redes Neurais Convolucionais possam ser utilizadas para detectar desvios no comportamento da rede. Os modelos XAI trarão explicabilidade e clareza aos algoritmos de IA utilizados, possibilitando entender os motivos da detecção ou não de anomalias. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
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)
MOREIRA, THIERRY P.; SANTANA, MARCOS CLEISON S.; PASSOS, LEANDRO A.; PAPA, JOAO PAULO; DA COSTA, KELTON AUGUSTO P.; PINHO, AJ; GEORGIEVA, P; TEIXEIRA, LF; SANCHEZ, JA. An End-to-End Approach for Seam Carving Detection Using Deep Neural Networks. PATTERN RECOGNITION AND IMAGE ANALYSIS (IBPRIA 2022), v. 13256, p. 11-pg., . (21/05516-1, 14/12236-1, 19/07665-4, 13/07375-0)
HERNANDES JUNIOR, PAULO R. GALEGO; SCHERER, RAFAL; JANUARIO, LUCAS B.; RODRIGUES, DOUGLAS; PAPA, JOAO P.; COSTA, KELTON A. P.; IEEE. From Network Package Flow to Images: How to Accurately Detect Anomalies in Computer Networks. 2022 29TH INTERNATIONAL CONFERENCE ON SYSTEMS, SIGNALS AND IMAGE PROCESSING (IWSSIP), v. N/A, p. 4-pg., . (21/05516-1, 13/07375-0, 14/12236-1, 19/07665-4)
BIAGGI, LUCAS; PAPA, JOAO P.; COSTA, KELTON A. P.; PEREIRA, DANILLO R.; PASSOS, LEANDRO A.; IEEE. FEMa-FS: Finite Element Machines for Feature Selection. 2022 26TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR), v. N/A, p. 8-pg., . (21/05516-1, 17/22905-6, 13/07375-0, 16/19403-6, 14/12236-1)