Análise de desempenho de técnicas de aprendizado de máquina na classificação online de tráfego malicioso

• Processo: 23/13638-5
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de novembro de 2023
• Data de Término da vigência: 31 de julho de 2025
• 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: Diogo Ribeiro de Faria
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 21/06995-0 - Starling: segurança e alocação de recursos em B5G via técnicas de inteligência artificial, AP.R
• Assunto(s): Análise de desempenho Aprendizado computacional Segurança cibernética Redes de computadores
• Palavra(s)-Chave do Pesquisador: Análise de Desempenho | Aprendizado de Máquina | aprendizado online | Cibersegurança | Rasberry Pi | Redes de Computadores

Resumo

O bolsista avaliará a viabilidade de se utilizar algoritmos de aprendizado de máquina online (também conhecido como stream learning) na detecção de ataques em redes de computadores em tempo real. Por meio de um conjunto de raspberry pi's para simular um ambiente realista da Internet das Coisas, serão feitas análises de diferentes algoritmos que serão executados enquanto é feita uma série de ataques ao servidor (analisando os pacotes de rede em tempo real para detectar os ataques). Os diferentes algoritmos são resultantes de trabalhos prévios de alunos de pós-graduação orientados pelo pesquisador responsável.