Aplicação de modelos Transformers para a predição de ataques DDoS correlacionando fontes de dados

• Processo: 25/00612-3
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 28 de fevereiro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Michele Nogueira Lima
• Beneficiário: Anderson Bergamini de Neira
• Instituição Sede: Instituto de Ciências Exatas (ICEx). Universidade Federal de Minas Gerais (UFMG). Ministério da Educação (Brasil). Belo Horizonte , SP, Brasil
• Vinculado ao auxílio: 18/23098-0 - MENTORED: da modelagem à experimentação - predizendo e detectando ataques DDoS e zero-day, AP.TEM
• Assunto(s): Aprendizado computacional Segurança cibernética Internet das coisas
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Cibersegurança | correlação de fontes de dados | IoT | Predição de Ataques DDoS | Transformers | Predição de Ataques DDoS

Resumo

A atual proposta visa avançar em duas abordagens importantes do projeto MENTORED, especificamente a predição de ataques e botnets móveis e a correlação de fontes de informações. Deste modo, o trabalho a ser realizado visa predizer ataques DDoS usando transformers e dados oriundos de diferentes fontes.