Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Cabral, Jhonattan Carlos Barbosa"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    TCC
    Sistema preditivo de detecção de intrusão em redes definidas por software por múltiplas técnicas de aprendizado de máquina
    (Universidade Federal do Rio Grande do Norte, 2024-06-20) Cabral, Jhonattan Carlos Barbosa; Venancio Neto, Augusto Jose; Fontes, Ramon dos Reis; http://lattes.cnpq.br/0295503822342359; http://lattes.cnpq.br/1467664612924239; http://lattes.cnpq.br/5614754085757893; Pinheiro, Marcos Cesar Madruga Alves; http://lattes.cnpq.br/1682925222063297
    Com evolução da área de Internet das Coisas (IoT, do inglês Internet of Things) e com a realidade atual do padrão de quinta geração das redes móveis (5G) é esperada a tendência de uma forte demanda por um grande volume de dados. Além disso, com o intuito de obter maior flexibilidade de controle na rede, estudos focados na área de Redes Definidas por Software (SDN, do inglês Software-Defined Networking) têm alcançado cada vez mais evidência. Com a SDN, o plano de controle da rede é implementado de forma centralizada e unificada nas premissas de um controlador. Com o avanço das redes 5G, e por conseguinte o surgimento de aplicações altamente inovadoras, espera-se que uma alta densidade de informações sensíveis sejam trafegadas pela rede e, assim, tornando-se imprescindível a adoção de mecanismos de segurança capazes de aprovisionar canais mais seguros sobre as SDNs e promover garantias na integridade dos dados de ponta-a-ponta. Apesar de aprimorar a rede por meio da visibilidade global do estado, isso abre desafios de segurança, pois o controlador pode tornar-se um único ponto de falha, propagar o caos e comprometer toda a infraestrutura. Este trabalho propõe implantar um Sistema de Detecção de Intrusão (IDS, do inglês Intrusion Detection System) em contexto de SDN e que será baseado em técnicas de Aprendizado de Máquina (ML, do inglês Machine Learning). Ao final, é esperado que o trabalho promova maior segurança dos canais de comunicação.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM