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
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de abril de 2021
Vigência (Término): 28 de fevereiro de 2023
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Convênio/Acordo: 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:Ministério da Educação (Brasil). 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

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)