Processamento paralelo com plataformas de computação de baixo custo para análise de grandes volumes de dados de segurança

• Processo: 21/00630-0
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de fevereiro de 2021
• Data de Término da vigência: 30 de novembro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Daniel Macêdo Batista
• Beneficiário: Davi de Menezes Pereira
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 18/22979-2 - IoT-SED: segurança e eficiência no transporte de dados na Internet das Coisas, AP.R
• Assunto(s): Plataforma (computação) Computação em cluster Redes de computadores Cidades inteligentes Big data Segurança da informação
• Palavra(s)-Chave do Pesquisador: big data | cluster | IoT | Raspberry Pi | segurança | Redes de Computadores

Resumo

O grande volume de dados trafegando em redes onde são executadas aplicações que consomem constantemente serviços remotos, como aquelas em cidades inteligentes, necessita que plataformas de computação de alto desempenho sejam utilizadas para detecção, o mais rápido possível, de ameaças à segurança da informação. Entretanto, o custo dessas plataformas e a latência da rede são alguns dos fatores que limitam a sua utilização. Realizar parte do processamento mais próximo dos dados e com plataformas de computação de baixo custo pode levar a uma boa relação entre custo e benefício em muitas situações. O bolsista estudará propostas existentes de clusters baseados no Raspberry Pi, uma plataforma de computação de baixo custo, com o objetivo de criar um cluster que possa ser usado na execução escalável de componentes de um sistema baseado em ferramentas de análise de big data para detectar ameaças à segurança da informação. Vale observar que resultados preliminares alcançados no projeto GT-BIS, coordenado pelo proponente deste projeto, servirão de base para o trabalho do bolsista. (AU)