Modelagem e implementação da classificação de dados para identificação automatizada de vulnerabilidades em dispositivos IoT

• Processo: 22/14299-7
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de novembro de 2022
• Data de Término da vigência: 30 de junho de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Aldri Luiz dos Santos
• Beneficiário: Fernando Nakayama de Queiroz
• Instituição Sede: Instituto de Ciências Exatas (ICEx). Universidade Federal de Minas Gerais (UFMG). Ministério da Educação (Brasil). Belo Horizonte , SP, Brasil
• Vinculado ao auxílio: 21/06733-6 - Identificação e ofuscação de vulnerabilidades de segurança e de comportamentos na IoT, AP.R
• Assunto(s): Segurança de redes Redes de computadores Internet das coisas Dispositivos Privacidade de dados Lei Geral de Proteção de Dados Pessoais (LGPDP)
• Palavra(s)-Chave do Pesquisador: Segurança de Redes | Redes de Computadores

Resumo

O advento da Internet das Coisas (do inglês, Internet of Things - IoT) está proporcionando diversos benefícios para nossa sociedade ao aprimorar a forma como as atividades cotidianas das pessoas são realizadas. No entanto, dentre os principais desafios para consolidação destas redes encontram-se a presença de vulnerabilidades nos dispositivos da IoT, que quando exploradas podem desencadear ataques, tais como o traffic side channel, capazes de violar o direito da privacidade dos usuários destas redes estabelecido na Lei Geral de Proteção de Dados (Brasil) e no Regulamento Geral sobre a Proteção de Dados (União Europeia). Este plano de pesquisa propõe abordar a modelagem da classificação de dados para a identificação automatizada de vulnerabilidades em dispositivos IoT. Para realizar essa modelagem, será investigada a aplicação de Deep Learning. Além disso, será criada e divulgada para a comunidade científica uma base de dados com os padrões encontrados das novas vulnerabilidades de dispositivos IoT. Simulações serão conduzidas para avaliar o desempenho das modelagens elaboradas ao empregar conjuntos de dados disponíveis na literatura. (AU)