HoneyDashes:
Carregando...
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2024-12-03
Autores
Braga, Gianpietro Malheiros
Rocha, João Lucas Freitas de Almeida
Costa, Lucca Kirsten da
Rocha, João Lucas Freitas de Almeida
Costa, Lucca Kirsten da
Orientador
Perico, Danilo Hernani
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
dashboards,aprendizado de máquina,cibersegurança,visualização de dados
Resumo
Este trabalho de conclusão de curso tem como objetivo a criação de dashboards informativos para visualização e análise de ataques cibernéticos, utilizando diversos algoritmos de classificação e estratégias de validação. Os algoritmos empregados incluem Support Vector Machine, Singular Value Decomposition, Convolutional Neural Network, K-Nearest Neighbors e Random Forest. Para garantir a robustez dos modelos, é utilizada a técnica de K-Fold cross-validation. Os dados processados pelos algoritmos são manipulados em ambiente de computação em nuvem e posteriormente exibidos em dashboards interativos, facilitando a análise de informações complexas sobre possíveis ameaças. Com isso, espera-se proporcionar uma ferramenta eficaz para visualização de dados de segurança, aprimorando a compreensão de padrões de ataques e auxiliando na tomada de decisões em cibersegurança.