Impactos da Otimização de Código na Redução de Ruído e na Melhoria de Performance de Modelos de Aprendizado de Máquina Quântico para Detecção de Anomalias em Redes de Computadores

• Processo: 23/12945-1
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de abril de 2024
• Data de Término da vigência: 28 de fevereiro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Kelton Augusto Pontara da Costa
• Beneficiário: Inaê Soares de Figueiredo
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Assunto(s): Computação quântica Segurança de redes
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina Quântico | computação quântica | detecção de anomalia | Otimização de código | Qualidade de código | Segurança de Redes | Segurança de Redes

Resumo

A cibersegurança é uma preocupação crescente, sendo a privacidade e a proteção contra ataques importantes pontos de discordância entre organizações e clientes. A aplicação de tecnologias modernas, como modelos de aprendizado de máquina para detecção de anomalias, pode ser eficaz para a privacidade e a segurança, e é urgente compreender como a aplicação de tecnologias modernas, como os computadores quânticos, pode trazer ainda mais avanços a estas aplicações. A computação quântica está atualmente em uma era ruidosa, na qual os computadores quânticos existentes não conseguem realizar tarefas sem gerar quantidades consideráveis de erros.Este projeto de pesquisa tem como objetivo analisar o desempenho de três modelos populares de aprendizado de máquina (Support Vector Machines, Redes Neurais e Árvores de Decisão) em diferentes ambientes quânticos quando aplicados a tarefas de detecção de anomalias, usando os conjuntos de dados UNSW-NB15 e CSE-CIC-IDS201. Além disso, avaliará como a aplicação de técnicas clássicas e quânticas de otimização de código impacta o desempenho dos modelos. Cada modelo será implementado em simuladores e computadores quânticos reais, e também será avaliado o impacto da otimização na redução de ruído.