| 1. | 2024-Atual. MARFIM MAtodos de Aprendizado de MAquina aplicados A SeguranAa em Redes Formadas por Dispositivos com Recursos Limitados Descrição: As redes formadas por dispositivos com recursos limitados demandam mecanismos de segurança adequados que levem em consideração as caracterÃsticas das redes nas quais estão inseridos. Recentemente, a área de estudo de aprendizagem de máquina tem sido apontada como uma abordagem proeminente para o aprimoramento de aplicações para tais redes. O objetivo deste projeto consiste em estudar e avaliar métodos de aprendizagem voltados para a garantia da segurança em redes compostas por dispositivos com recursos limitados, como sensores e outros dispositivos os quais servem de base para a Internet das coisas. Em especial, deseja-se investigar a aplicação de tais métodos à detecção de intrusão nessas redes. Desse modo, pretende-se evoluir o estado da arte na área e divulgar os resultados do presente projeto de pesquisa.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (4) . Integrantes: Diego Nunes Brandão - Integrante / Juliano Fontoura Kazienko - Coordenador / Silvio Ereno Quincozes - Integrante / DOUGLAS RODRIGUES FIDELES - Integrante / GABRIEL ALEXANDRE FOLETTO - Integrante / Vagner Ereno Quincozes - Integrante. Membro: Diego Nunes Brandao. |
| 2. | 2024-Atual. TRAP-IoT: Tecnologia Resiliente para AplicaAAes em Protocolos IoT Descrição: O projeto TRAP-IoT: Tecnologia Resiliente para Aplicações em Protocolos IoT, tem como objetivo explorar e desenvolver soluções de segurança para cenários de Internet das Coisas (IoT) utilizando dispositivos de baixo custo, como ESP32, Arduino e Raspberry Pi. Focado nas aplicações de IoT em saúde, smart homes e dispositivos vestÃveis, o projeto aborda a comunicação segura e a detecção de intrusões, especialmente em protocolos emergentes como Zenoh e tradicionais como DDS, além de tecnologias de comunicação amplamente utilizadas como Wi-Fi, Bluetooth e protocolos baseados na Web. A coleta de dados de dispositivos vestÃveis, incluindo pressão arterial, batimentos cardÃacos e nÃvel de oxigênio, será utilizada para garantir a integridade e confidencialidade das informações transmitidas. Ao melhorar a resiliência e segurança da comunicação nesses ambientes, o TRAP-IoT busca mitigar riscos de invasão e manipulação de dados, promovendo um ecossistema IoT mais seguro e confiável.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (1) / Doutorado: (1) . Integrantes: Diego Nunes Brandão - Integrante / Juliano Fontoura Kazienko - Integrante / GUERRA, RAPHAEL - Integrante / Silvio Ereno Quincozes - Coordenador. Membro: Diego Nunes Brandao. |
| 3. | 2024-Atual. TAcnicas de Aprendizado de MAquina na IdentificaAAo de Anomalias: AplicaAAes em energias renovAveis Descrição: Este projeto de pesquisa tem como objetivo desenvolver e avaliar métodos avançados de detecção de anomalias utilizando técnicas de aprendizado de máquina. Anomalias referem-se a eventos ou padrões que desviam significativamente do comportamento esperado em um conjunto de dados, e a detecção eficiente dessas anomalias é crucial em várias aplicações, incluindo segurança cibernética, detecção de fraudes e no monitoramento de sistemas crÃticos, como os sistemas de geração de energia. No caso de sistemas de energia, o monitoramento e a manutenção eficazes desses é uma tarefa crucial para garantir a geração sustentável de energia. Assim, a detecção precoce de anomalias, falhas ou degradação de componentes é essencial para minimizar interrupções, maximizar a eficiência e prolongar a vida útil dos ativos de energia renovável. Neste projeto, exploraremos diferentes algoritmos de aprendizado de máquina, de técnicas de pré-processamento de dados e estratégias de avaliação de desempenho para melhorar a precisão e a eficácia da detecção de anomalias no contexto de sistemas de energia renovável, com atenção especial a energia eólica.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Diego Nunes Brandão - Coordenador / Pedro Henrique Gonzalez Silva - Integrante / Kele Teixeira Belloze - Integrante / Rafaelli Coutinho - Integrante / Rodrigo Toso - Integrante / Gonzaga de Oliveira, Sanderson L. - Integrante / Ferreira, Ãngela - Integrante. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - AuxÃlio financeiro. Membro: Diego Nunes Brandao. |
| 1. | 2021-2023. Desenvolvimento de heurAsticas paralelas para reduAAes de largura de banda e de pro#64257;le de matrizes Descrição: Propõe-se investigação no desenvolvimento de novos métodos heurÃsticos paralelos para reduções de largura de banda e de pro#64257;le de matrizes. Os problemas de minimizações de largura de banda e de pro#64257;le de matrizes pertencem à classe NP-DifÃcil. Os novos métodos heurÃsticos paralelos a serem desenvolvidos neste projeto serão comparados com métodos no estado da arte nos problemas. Serão considerados três caracterÃsticas em conjunto nessas avaliações. A primeira caracterÃstica é que serão considerados métodos que retornem soluções com mais qualidade. A segundo caracterÃstica é que serão considerados métodos que gerem menos custo computacional (tempo e espaço). A terceira caracterÃstica tem relação com as duas primeiras: serão considerados os métodos que, quando utilizados como pré-processamento de matrizes (simétricas e assimétricas), reduzam signi#64257;cativamente o custo de execução na solução de sistemas de equações lineares por métodos diretos e iterativos (e.g.,métodos dos gradientes conjugados e GMRES). Serão utilizados diferentes pré-condicionadores em conjunto com os métodos iterativos para resolução de sistemas de equações lineares, dependendo da área de aplicação utilizada. O comportamento de um método heurÃstico para redução de largura de banda e/ou de pro#64257;le de matrizes depende da estrutura da instância do problema. Por isso, pretende-se desenvolver métodos heurÃsticos no estado da arte para os problemas em relação a classes de instâncias oriundas de diversas áreas de aplicações na ciência e engenharia. O desenvolvimento dos novos métodos heurÃsticos será baseado em meta-heurÃsticas, em hiper-heurÃsticas, bem como em técnicas que utilizam conceitos de teoria dos grafos. Nesse contexto de desenvolvimento de novos métodos heurÃsticos paralelos, pretende-se projetar métodos para a arquitetura Intel Cascade Lake. Projetos de programas computacionais, escritos na linguagem C++, para esta investigação, serão utilizados como base para as simulações numéricas.. Situação: ConcluÃdo; Natureza: Pesquisa. Integrantes: Diego Nunes Brandão - Integrante / Sanderson Lincoln de Oliveira Gonzaga - Coordenador / Alexandre Augusto Alberto Moreira de Abreu - Integrante / Luiz Nélio Henderson Guedes de Oliveira - Integrante / JUNIOR A. B. BERNARDES - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de Minas Gerais - AuxÃlio financeiro. Membro: Diego Nunes Brandao. |
(*) Relatório criado com produções desde 2021 até 2024
Data de processamento: 14/01/2025 14:24:17