Use este identificador para citar ou linkar para este item:
https://ric.cps.sp.gov.br/handle/123456789/28845
Título: | Utilização de IA para proteção de dados: verificações preventivas de segurança |
Título(s) alternativo(s): | Using AI for data protection: preventive security checks |
Autor(es): | BEITUM, Gabriel Marcello |
Orientador(es): | OLIVEIRA, Eliane Vendramini de |
Tipo documental: | Artigo Científico |
Palavras-chave: | Segurança de computadores;Inteligência artificial;Redes neurais |
Data do documento: | 13-Dez-2024 |
Editor: | 157 |
Referência Bibliográfica: | BEITUM, Gabriel Marcello. Utilização de IA para proteção de dados: verificações preventivas de segurança. Orientador: Eliane Vendramini de Oliveira. 2024. 10 f. Trabalho de Conclusão de Curso (Tecnólogo em Análise e Desenvolvimento de Sistemas) - Faculdade de Tecnologia de Presidente Prudente, Presidente Prudente, SP, 2024. Disponível em: https://alomorfia.com.br/index.php/alomorfia/issue/view/33/21 |
Resumo: | A explosão de dados na era digital exige soluções inovadoras para garantir a segurança da informação. Nesse cenário, a inteligência artificial (IA) surge como uma ferramenta poderosa, oferecendo recursos avançados para combater ameaças cibernéticas e proteger dados confidenciais. Este trabalho apresenta uma abordagem baseada em aprendizado profundo para a detecção e prevenção de ataques em redes de computadores. “Os algoritmos de criptografia baseados em IA podem não apenas proteger os dados, mas também adaptá-los dinamicamente para resistir a novos tipos de ataques” (Preneel,2019). Utilizando uma arquitetura de rede neural com múltiplas camadas densas, normalização em lote e técnicas de regularização, o modelo proposto é capaz de classificar o tráfego de rede como benigno ou malicioso com alta precisão The explosion of data in the digital age demands innovative solutions to ensure information security. In this scenario, artificial intelligence (AI) emerges as a powerful tool, offering advanced capabilities to combat cyber threats and protect confidential data. This paper presents a deep learning-based approach for detecting and preventing attacks on computer networks. “AI-based encryption algorithms can not only protect data but also dynamically adapt it to resist new types of attacks” (Preneel, 2019). Using a neural network architecture with multiple dense layers, batch normalization, and regularization techniques, the proposed model is able to classify network traffic as benign or malicious with high accuracy |
URI: | https://ric.cps.sp.gov.br/handle/123456789/28845 |
Aparece nas coleções: | Trabalhos de Conclusão de Curso |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ads_2024_2_gabrielmbeitum_utilizacaodeiaparaprotecaodedados.pdf Restricted Access | 305.57 kB | Adobe PDF | Visualizar/Abrir Solictar uma cópia |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.