Das Montanhas de Minas ao Oceano : Os Caminhos da Ciência para um futuro sustentável
20 a 24 de outubro de 2025
Trabalho 22301
| Instituição | Universidade Federal de Viçosa |
|---|---|
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Dimensões Econômicas: ODS9 |
| Setor | Instituto de Ciências Exatas e Tecnológicas |
| Bolsa | FAPEMIG |
| Conclusão de bolsa | Não |
| Apoio financeiro | CNPq, FAPEMIG |
| Primeiro autor | Yasmin Souza Lima |
| Orientador | RODRIGO MOREIRA |
| Título | Cibersegurança em Redes 5G: Detecção de Anomalias com LSTM Autoencoder |
| Resumo | A crescente incidência de ciberataques representa uma ameaça significativa, causando prejuízos financeiros expressivos e interrupções operacionais críticas em sistemas corporativos e governamentais. No cenário atual, em que a digitalização é cada vez mais profunda, garantir a cibersegurança tornou-se um dos principais desafios estratégicos da tecnologia da informação. Dentre os desafios mais relevantes está a detecção precoce de comportamentos anômalos que possam indicar ataques em andamentos, como os de negação de serviço (DDoS), que podem comprometer rapidamente a estabilidade de ambientes computacionais. Em particular, a detecção de comportamento anômalo em redes de comunicação de dados é uma área que ainda não foi exaustivamente investigada, mas possui um grande potencial para uso em sistemas de computação sem servidor (serverless). Neste trabalho arquitetura LSTM (Longo, propõe-se um método de detecção de anomalias que utiliza um Autoencoder com Short-Term Memory),treinado exclusivamente com um conjunto de dados controlado, composto por amostras de execuções normais e sob ataque em entidades do plano de controle de uma rede 5G. O dataset avaliado inclui funções de rede 5G, como registro de Equipamento do Usuário (UE) e estabelecimento de sessões de dados. Ataques a essas funções podem degradar a percepção de qualidade do serviço pelo usuário, resultando em perdas de receita devido ao não cumprimento de acordos de nível de serviço. Na fase experimental inicial, utilizando um limiar fixo definido empiricamente, demonstrou ser uma estratégia oportuna na detecção de anomalias, mesmo com o uso de limiar fixo. Esses resultados reforçam a necessidade de investigações adicionais sobre o posicionamento do threshold e ajustes finos na arquitetura do modelo. A distribuição do erro de reconstrução indicou que abordagens mais dinâmicas na escolha de limiar podem melhorar significativamente o desempenho do sistema, que, apesar dos desafios iniciais, mostra-se promissor. Como trabalhos futuros, será investigada a aplicação de thresholds adaptativos, onde será avaliado a pertinência de ferramentas de busca em espaços finitos, baseados em percentis do erro em dados normais, o aumento do tempo de treinamento e a exploração de variações na arquitetura do modelo. Também está em investigação a aplicação da abordagem em diferentes conjuntos de dados e a integração com arquiteturas híbridas, visando a construção de sistemas de detecção de anomalias mais robustos e adaptáveis. |
| Palavras-chave | Cibersegurança, DDoS, Redes 5G |
| Apresentações |
|
Clique na forma de apresentação para ver a apresentação.
| Link para apresentação | Painel |
|---|