Divulgação - Defesa Nº 260

Aluno: Lucas Candeia Teixeira

Título: “Detecção de ataques homográficos em páginas phishing: uma solução baseada em Redes Neurais Siamesas”

Orientador: Bruno José Torres Fernandes - (PPGEC)

Coorientador: Carlos Marcelo Revoredo da Silva - (PPGEC)

Examinador Externo: Péricles Barbosa Cunha de Miranda - (UFRPE)

Examinador Interno: Cleyton Mário de Oliveira Rodrigues - (PPGEC)

Data-hora: 23 de novembro de 2022, às 16:00h.
Local: Formato Remoto (https://meet.google.com/ofm-mvmk-vgs?hs=224)

Resumo:

         O constante crescimento no volume de crimes cibernéticos bem sucedidos expõe não só uma fragilidade dos mecanismos de proteção, como também uma substancial suscetibilidade do usuário em tornar-se vítima das ações maliciosas. Um dos mais populares mecanismos para aplicação de tais violações são as páginas phishing, que possuem alto poder de persuasão e grande capacidade de adaptação, o que permite que o ataque contorne os bloqueios empregados pelos mecanismos anti-phishing. Com essas características, phishing tornou-se um dos modelos de ataque cibernético mais popular e eficaz em todo o mundo, fazendo inúmeras vítimas e causando incalculáveis prejuízos aos mais diversos setores. Muito da efetividade de ataques phishing está em sua capacidade de iludir o usuário para convencê-lo de que está acessando um serviço genuíno. Para tal função, muitas das investidas exploram a aplicação de termos homográficos para conferir fidedignidade ao ataque. Estima-se que cerca de 70% dos golpes exploram essa característica, no entanto, os mais populares mecanismos de proteção não possuem a capacidade de investigar a presença dos termos manipulados. Além disso, existe uma grande dificuldade na elaboração de bases de dados direcionadas a termos homográficos, dificultando a construção de arquiteturas inteligentes para detecção automatizada dos ataques. Neste cenário, o estudo propõe uma abordagem autônoma, baseada em uma rede neural siamesa recorrente do tipo LSTM, capaz de identificar a presença de termos homográficos em partes da URL e conteúdo das páginas phishing. De início, foi conduzida uma busca por bases de dados compostas por páginas maliciosas que contém ataques homográficos em sua composição. Ao fim dessa etapa, não foram identificadas bases de dados com tais características. Como solução para a problemática, foi construído um gerador de termos homográficos, capaz de construir diversas variações de uma marca-alvo, permitindo a aplicação das etapas seguintes. De posse dos dados, foi possível a execução de um ciclo de experimentos, onde foi avaliada a aplicabilidade do modelo baseado em aprendizado por representação para identificação de termos homográficos. Como resultado, o modelo proposto demonstrou possuir uma alta eficiência na detecção dos termos maliciosos, alcançando uma taxa de assertividade média de mais de 99,30%. Com isso, também pode-se comprovar a eficiência no modelo de geração de variações maliciosas, que ao receber trinta termos (marca-alvo) como entrada retornou mais de 33.000 variações homográficas. Conclui-se que a proposta possui uma significativa taxa de acerto, permitindo a identificação de termos homográficos com agilidade e confiabilidade, contornando diversos obstáculos para identificação dos mesmos.

Divulgação - Defesa Nº 259

Aluno: Igor Vitor Teixeira

Título: “Predicting congenital syphilis cases: a performance evaluation of different machine learning models”

Orientadora: Patricia Takako Endo - (PPGEC)

Examinadora Externa: Carmen Simone Grilo Diniz - ( USP )

Examinador Interno: Wellington Pinheiro Santos - (PPGEC)

Data-hora: 24 de outubro de 2022, às 14:00h.
Local: Formato Remoto (https://meet.google.com/tgw-qbaz-yex)

Resumo:

         Background: Communicable diseases represent a huge economic burden for healthcare systems and for society. Sexually transmitted infections (STIs) are a concerning issue, especially in developing and underdeveloped countries, in which environmental factors and other determinants of health play a role in contributing to the fast spread. In light of this situation, machine learning techniques have been explored to assess the incidence of syphilis and contribute to the epidemiological surveillance in this scenario. Objective: The main goal of this work is to evaluate the performance of different machine learning models on predicting undesirable outcomes of congenital syphilis. Method: For that, we use clinical and sociodemographic data from pregnant women that were assisted by a social program in Pernambuco, Brazil, named Mãe Coruja Pernambucana Program (PMCP). Based on a rigorous methodology, we propose six experiments using three feature selection techniques to select the most relevant attributes, pre-process and clean the data, apply hyperparameter optimization to tune the machine learning models, and train and test models to have a fair evaluation and discussion. Results: The AdaBoost-BODS-Expert model, an Adaptive Boosting (AdaBoost) model from the Balanced with One-hot Encoding Data Set (BODS) experiment that used attributes selected by health experts, presented the best results in terms of evaluated metrics, interpretability, and acceptance by health experts from PMCP. This can give more confidence and allow adoption in daily usage to classify possible outcomes of congenital syphilis using clinical and sociodemographic data.

Divulgação - Defesa Nº 258

Aluno: Frederico Augusto Costa Silva

Título: “Um Sistema Multiagente Baseado na Teoria dos Jogos e em Algoritmos de Aprendizagem de Máquina Para Mediar Ações Cíveis de Contratos na Relação de Consumo”

Orientador: Cleyton Mário de Oliveira Rodrigues - (PPGEC)

Co-orientadora: Maria Amália Oliveira de Arruda Câmara - (UPE)

Examinador Externo: Ítalo José da Silva Oliveira - (UNIBZ)

Examinador Interno: Carlo Marcelo Revoredo da Silva - (PPGEC)

Data-hora: 30 de setembro de 2022, às 10:00h
Local: Formato Remoto (https://meet.google.com/aux-eeuy-xtv)

Resumo:

         Embora a mediação seja atualmente um serviço profissional, devidamente regulamentado pelo Conselho Nacional de Justiça do Brasil, é uma prática que remonta à Grécia Antiga. No entanto, a necessidade de estabelecer uma resolução pacífica entre as partes é cada vez mais comum e urgente, evitando sobrecarregar o Judiciário com ações que podem ser resolvidas de forma mais ágil. Em suma, a mediação é um processo que se aplica a conflitos e disputas que buscam uma solução mutuamente aceitável, alcançados por meio da comunicação e do diálogo. A mediação se aplica a questões simples, por exemplo, em disputas judiciais envolvendo assuntos relacionados a contratos de consumo, dentro do ramo do Direito do Consumidor. Com a crescente crise econômica, tornou-se muito mais difícil cumprir as obrigações decorrentes desses tipo de consumo, como por exemplo, contratos bancários, planos de saúde, telefonia, entre outros. E essas questões acabam indo para o judiciário, lotando os tribunais e fazendo com que processos mais complexos, que exigem uma intervenção mais cuidadosa do juiz, sofram atraso na sua análise. No campo da matemática, a Teoria dos Jogos é uma abordagem que tem sido convenientemente aplicada em situações de cooperação entre indivíduos, ao mesmo tempo em que analisa diversas possibilidades, combinações e escolhas das partes participantes em busca de uma solução satisfatória. A aplicação da teoria dos Jogos permeia aspectos econômicos, políticos e até mesmo setores culturais e outras situações em que as partes tenham diferentes estratégias, mas cada uma visa maximizar seus ganhos, levando a possíveis conflitos. No campo da Computação, a área conhecida como Sistemas Multiagentes (MAS), busca modelar sistemas compostos de múltiplos agentes, capazes de realizar ações de forma autônoma, além de interagir e engajar-se entre si (para cooperação, coordenação e negociação). Assim, diante da situação exposta, essa pesquisa propõe desenvolver um modelo com um conjunto de agentes que não substituem os mediadores ou as partes, mas recomendam a todos os envolvidos uma solução para o conflito. Foi desenvolvido um modelo multi-agente para simular mediação e, para o agente que realizará a mediação, foi desenvolvido um raciocinador com base em aprendizado de máquina, utilizando como base de dados processos julgados referentes a contratos de consumo