Identificação de ameaças em redes sem fio utilizando TinyML.

Accueil de DSpace
→
Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
→
CURSOS DE GRADUAÇÃO DO CEEI
→
Curso de Bacharelado em Engenharia Elétrica
→
Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias
→
Voir le document

dc.creator.ID	SANTOS, G. A. M.	pt_BR
dc.contributor.advisor1	GORGÔNIO, Kyller Costa.
dc.contributor.advisor1ID	GORGÔNIO, K. C.	pt_BR
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/7626416403074455	pt_BR
dc.description.resumo	Neste trabalho é proposto o desenvolvimento de um modelo de aprendizado de máquina para a identificação de ataques em redes sem fio, utilizando dados de tráfego da base UNSW-NB15. Serão treinados, testados e validados três modelos distintos: Random Forests e Redes Neurais Convolucionais. O objetivo é desenvolver um modelo que possa ser adaptado para a plataforma TinyML, permitindo sua implementação em dispositivos com recursos computacionais limitados.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Centro de Engenharia Elétrica e Informática - CEEI	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Engenharia Elétrica	pt_BR
dc.title	Identificação de ameaças em redes sem fio utilizando TinyML.	pt_BR
dc.date.issued	2024-10-29
dc.description.abstract	This research proposes developing a machine learning model for identifying attacks in wireless networks using traffic data from the UNSW-NB15 dataset. Three distinct models will be trained, tested, and validated: Random Forests and Convolutional Neural Networks. The goal is to develop a model that can be adapted for the TinyML platform, enabling its implementation on devices with limited computational resources.	pt_BR
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/38803
dc.date.accessioned	2024-11-01T17:33:12Z
dc.date.available	2024-10-01
dc.date.available	2024-11-01T17:33:12Z
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.subject	Aprendizado de Máquina	pt_BR
dc.subject	Redes Neurais Convolucionais	pt_BR
dc.subject	TinyML	pt_BR
dc.subject	UNSW-NB15	pt_BR
dc.subject	Machine Learning	pt_BR
dc.subject	Convolutional Neural Networks	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	SANTOS, Gabriel Araújo Miranda.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Threat identification in wireless networks using TinyML.	pt_BR
dc.identifier.citation	SANTOS, Gabriel Araújo Miranda. Identificação de ameaças em redes sem fio utilizando TinyML. 2024. 46 f. Monografia (Bacharel em Engenharia Elétrica) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2024. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/38803	pt_BR