Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/15348
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBODÊ, Jonas-
dc.contributor.authorMARCHI, Amadeu José-
dc.contributor.authorFONSECA, Mauricio Zazeri-
dc.date.accessioned2023-12-22T13:10:46Z-
dc.date.available2023-12-22T13:10:46Z-
dc.date.issued2023-10-24-
dc.identifier.citationMARCHI, Amadeu José; FONSECA, Maurício Zazeri. Machine learning: aplicabilidade em monitoramento de redes, 2023. Trabalho de Conclusão de Curso (Curso Superior de Tecnologia em Segurança da Informação) - Faculdade de Tecnologia de Americana “Ministro Ralph Biasi”, Americana, 2023.pt_BR
dc.identifier.urihttps://ric.cps.sp.gov.br/handle/123456789/15348-
dc.descriptionArtigo apresentado no III FatecSeg (III Congresso FATECSEG realizado na cidade de Americana - SP, no período de 23 e 24 de outubro de 2023. Faculdade de Tecnologia de Americana “Ministro Ralph Biasi”. Curso Superior de Tecnologia em Segurança da Informação).pt_BR
dc.description.abstractAlmejando uma maior eficiência, agilidade e produtividade, diversas organizações tendem a ampliar suas conectividades e sistemas não apenas às redes internas, mas também à Internet. Tal ampliação é capaz de se provar nociva à segurança da informação e sistemas daquela organização; com isso, a aplicação de sistemas de gerenciamento e monitoramento de redes tem se tornado cada vez mais necessária. Porém, com o aumento das requisições e acessos a um dado sistema, este monitoramento pode tornar-se cada vez mais complexo. O presente texto busca analisar a efetividade da instauração de algoritmos de machine learning ou, em português, aprendizado de máquina em sistemas de monitoramento e gerenciamento de redes de computadores com o intuito de se tornar um aliado destes. Este artigo apresenta também a conceitualização de machine learning e de seus diferentes tipos e técnicas, além de expor um modelo prático da aplicação de um algoritmo treinado em um sistema de monitoramento com a finalidade de analisar a sua utilidade, aplicabilidade e efetividade na automação da análise constante e no auxílio à segurança em redes de computadores e na tomada de decisões perante o gerenciamento da rede.pt_BR
dc.description.abstractLooking for greater efficiency, agility, and productivity, several organizations tend to expand their connectivity and systems not only to internal networks but also to the internet. Such expansion can prove detrimental to the security of the organization's information and systems; as a result, the implementation of network management and monitoring systems has become increasingly necessary. However, with the increase in requests and access to a given system, this monitoring can become more complex. This text aims to analyze the effectiveness of implementing Machine Learning (ML) algorithms in computer network monitoring and management systems, in order to become an ally to them. This text also presents the conceptualization of Machine Learning and its different types and techniques, in addition to showcasing a practical model of applying a trained algorithm in a monitoring system to analyze its utility, applicability, and effectiveness in automating continuous analysis and aiding in computer network security and decision-making in network management.pt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Segurança da Informaçãopt_BR
dc.language.isopt_BRpt_BR
dc.publisher004pt_BR
dc.subjectMachine learningpt_BR
dc.subjectMonitoramentopt_BR
dc.subjectSegurança de redespt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleMachine learning: aplicabilidade em monitoramento de redespt_BR
dc.title.alternativeMachine learning: applicability in network monitoringpt_BR
dc.typeArtigo científicopt_BR
Appears in Collections:Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
20232S_Amadeu José Marchi_OD1907.pdf607.46 kBAdobe PDFView/Open
TA - Amadeu José Marchi.pdf
  Restricted Access
422.79 kBAdobe PDFView/Open Request a copy
Equivalencia - Mauricio Zazeri Fonseca.pdf
  Restricted Access
205.95 kBAdobe PDFView/Open Request a copy
Equivalencia - Amadeu José Marchi.pdf
  Restricted Access
204.71 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.