TCC - Bacharelado em Ciência da Computação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/415
Navegar
85 resultados
Resultados da Pesquisa
Item Segurança em aplicações Web com Django: uma análise das vulnerabilidades da OWASP Top 10(2026-07-13) Silva, Eduardo Felipe da; Mota, Rafael Perazzo Barbosa; http://lattes.cnpq.br/3078288668202994Devido ao crescimento nos incidentes de ataques cibernéticos nos últimos anos, a temática da segurança em aplicações web tem ganhado cada vez mais destaque. Diante desse cenário, este trabalho avalia como os recursos de segurança nativos do framework Django se relacionam com as vulnerabilidades identificadas no OWASP Top 10. Os resultados obtidos mostram que, embora o Django ofereça nativamente diversos recursos de segurança, eles não cobrem integralmente todas as ameaças. Por isso, o estudo também sugere práticas adicionais de segurança, seguindo as diretrizes do OWASP, que possam mitigar ameaças potenciais e melhorar a segurança em aplicações web desenvolvidas com o Django.Item Avaliação comparativa e otimização de small language models para extração de informações aplicadas em comunicação assistiva(2026-07-07) Melo, Caio Fontes de; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533Sistemas de Comunicação Aumentativa e Alternativa (CAA) podem apoiar a autonomia de pessoas com deficiência de fala ao oferecerem formas alternativas de expressar necessidades, preferências e intenções. No entanto, muitas aplicações de CAA ainda dependem de pranchas de comunicação definidas manualmente, o que pode limitar a flexibilidade e a adaptação contextual. Este trabalho investiga o uso de Small Language Models (SLMs) em duas tarefas de processamento de linguagem natural relacionadas à CAA: classificação de intenção de perguntas e extração de opções de escolha em perguntas contendo alternativas explícitas. Cinco SLMs foram ajustados por meio de Quantized Low-Rank Adaptation (QLoRA) e quantização em 4 bits, sendo avaliados em comparação com um baseline baseado no Bidirectional Encoder Representations from Transformers (BERT) na tarefa de classificação de intenção e com uma referência Gemini 3.1 Pro na tarefa de extração de opções. Os resultados mostram que SLMs ajustados podem alcançar desempenho competitivo em ambas as tarefas. Em particular, o baseline BERT manteve o melhor desempenho na classificação de intenção, seguido de perto pelo Llama-3. No entanto, o Phi-3 Mini obteve o melhor desempenho na extração de opções, superando a referência Gemini. Esses achados sugerem que modelos de linguagem compactos e especializados para tarefas específicas podem ser uma alternativa viável para aplicações de CAA inteligentes e eficientes.Item Learning global optimization by deep reinforcement learning(2026-06-29) Silva Filho, Moesio Wenceslau da; Miranda, Péricles Barbosa Cunha de; http://lattes.cnpq.br/8649204954287770; http://lattes.cnpq.br/2052605083076286Item Avaliação da segurança de sistemas de Aquicultura 4.0 através de testes de penetração(2026-06-15) Portela, Dayanne Carolina e Silva; Lins, Fernando Antonio Aires; http://lattes.cnpq.br/2475965771605110; http://lattes.cnpq.br/7064523438097093Com a crescente demanda por alimentos, a aquicultura destaca-se como uma importante fonte de suprimento a nível mundial. Neste contexto, a adoção de sistemas baseados na Internet das Coisas (IoT) otimiza o processo produtivo, trazendo novas oportunidades de automação, de coleta de dados e de auxílio à tomada de decisões. Contudo, essa modernização também introduz novos vetores de ataques cibernéticos, que podem comprometer a integridade de sistemas e de dados sensíveis. Diante desse cenário, este trabalho propõe a proposição e a execução de testes de segurança em sistemas da Aquicultura 4.0, com o objetivo de avaliar e divulgar o nível de segurança atualmente oferecido neste domínio.Item MN-CRCN: a new benchmark for automatic micronucleus detection in lymphocytes(2026-07-01) Barbosa, Camile Alheiro; Cordeiro, Filipe Rolim; http://lattes.cnpq.br/4807739914511076; http://lattes.cnpq.br/2179460860850369A detecção de micronúcleos (MN) em linfócitos binucleados é um importante biomarcador para a avaliação da instabilidade cromossômica e dos efeitos genotóxicos, desempenhando um papel fundamental em diagnósticos relacionados ao câncer e em estudos toxicológicos. No entanto, a análise manual é um processo demorado, subjetivo e suscetível a erros humanos. Os trabalhos encontrados na literatura para detecção de micronúcleos utilizam bases de dados privadas, o que limita a avaliação e a reprodutibilidade dos modelos propostos. Neste trabalho, apresentamos o MN-CRCN, um novo conjunto de dados público composto por 889 imagens de alta resolução de linfócitos binucleados, anotadas por especialistas, contendo a localização tanto das células binucleadas quanto dos micronúcleos. Avaliamos modelos de detecção de objetos do estado da arte, incluindo Faster R-CNN, RetinaNet, FCOS, YOLOv11 e YOLOv12, utilizando as métricas mAP@50, precisão e revocação. Os experimentos realizados no MN-CRCN demonstraram que o YOLOv12 obteve o melhor desempenho, alcançando 93% de precisão, 93% de revocação e 96% de mAP@50. Os resultados evidenciam o potencial dos métodos de aprendizado profundo como ferramenta de apoio à análise citogenética e ressaltam a importância da disponibilização de bases de dados abertas para a avaliação comparativa de métodos automáticos de detecção de micronúcleos.Item Uma abordagem prática de produção de jogos utilizando ferramentas de IA generativa em cima da plataforma Unity(2026-02-10) Saraiva, Antonio Marcos; Nascimento, Leandro Marques; http://lattes.cnpq.br/9163931285515006O setor de jogos digitais evoluiu de forma exponencial desde 1959, transformando-se na maior indústria de entretenimento global. As Inteligências Artificiais (lAs) generativas representam um marco capaz de reduzir drasticamente o tempo e o custo de produção. Ao tornarem a criação de ativos visuais, sonoros e narrativos mais acessível, elas democratizam o desenvolvimento e validam sua eficácia, inclusive em eventos de criação rápida como as Game Jams. O nosso estudo demonstrou a viabilidade e eficácia da Inteligência Artificial (IA) generativa como ferramenta fundamental no ciclo de desenvolvimento de jogos digitais, mesmo em prazos extremamente curtos (Game Jams de 15 a 30 dias). O estudo analisou três projetos distintos — "Saci Pererê: o chamado da Iara" (Ação/Aventura 2.5D, folclore), "Ecos de Aethelgard" (Metroidvania 3D, fantasia medieval) e "Intermediate Dimension" (Ação 2D, corrida contra o tempo, terror). Em todos os casos, a IA, especificamente o Gemini e ferramentas associadas (Tripo3d.Al, Meshy.Al, Poly.cam, Veo3.Gemini, Sora.ChatGPT), foi extensivamente utilizada para cumprir os objetivos centrais. A produção de narrativa e a identificação de personagens foram prontamente atendidas pela IA, fornecendo sinopses coesas e perfis detalhados a partir de prompts específicos. A geração de itens gráficos (assets) foi o ponto de maior colaboração: a IA produziu imagens de conceito (T-Pose/A-pose) que, subsequentemente, foram transformadas em modelos 3D usando outras ferramentas de IA. Embora a criação de modelos 3D e itens interativos tenha sido bem-sucedida, o estudo destacou desafios técnicos. A geração direta de spritesheets 2D por IA para personagens complexos provou ser inviável devido à falta de consistência entre frames no curto prazo, levando ao uso de um pipeline híbrido: Imagem IA -> Modelo 3D -> Mixamo (Animação) -> FbxToPNG-sprite-sheet-creator (Spritesheets). Esse método, embora exigindo intervenção manual (como a edição do Saci Pererê para manter uma perna só ou otimização de modelos 3D no MeshLab para "Ecos de Aethelgard"), permitiu a criação rápida de animações e a conversão para formatos 2D e 2.5D. A produção de efeitos audiovisuais foi parcialmente atendida. A IA foi eficaz na geração de trilhas sonoras (producer.ai), mas a maioria dos efeitos sonoros de personagens e ambiência foi obtida de repositórios da web devido à restrição de tempo. A escrita de scripts demonstrou ser uma área de forte colaboração, com a IA fornecendo o esqueleto do código C# e auxiliando na depuração, permitindo a implementação de mecãnicas complexas, como salvar e carregar os atributos do jogador, repositório e recompensas entre cenas. Em síntese, a IA funcionou como uma aceleradora de produção de conteúdo (narrativa, visual e esqueleto de código), transformando o desenvolvimento de jogos em um processo mais rápido e eficiente, apesar das limitações na geração de imagens específicas (Saci e Curupira) e na necessidade de otimização de modelos.Item Modelagem computacional de rotas de deslocamento pré-coloniais: explorações a partir de otimização por enxame de partículas(2026-02-11) Rodrigues, Gabriela Maia; Nascimento, André Câmara Alves do; Souza, Lucas Bonald Pedrosa de; http://lattes.cnpq.br/7986880612118252; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/8995856929625184A modelagem de caminhos antigos tem se destacado como uma abordagem relevante na arqueologia, permitindo inferir padrões de mobilidade e interação humana a partir da análise espacial. Simulações mais fiéis às condições locais podem fomentar novas descobertas e ações de preservação do patrimônio. Este trabalho investiga métodos sistemáticos para modelar a mobilidade antiga em terrenos complexos, apresentando um estudo aplicado ao Parque Nacional do Catimbau, Pernambuco. O objetivo é comparar conceitualmente o método tradicional de Caminho de Menor Custo (Least-Cost Path - LCP) com o uso de meta-heurísticas de otimização, com ênfase no Particle Swarm Optimization (PSO), para a estimativa de trajetos eficientes entre pontos de interesse arqueológico. A pesquisa utiliza três variáveis ambientais determinantes para a locomoção em relevo acidentado: declividade, visibilidade e insolação, integradas à superfície de custo. Enquanto o LCP tradicional se baseia em algoritmos determinísticos sobre matrizes de fricção, condicionados à discretização direcional da vizinhança, o PSO emprega uma busca estocástica realizada por um enxame de partículas, oferecendo maior flexibilidade para explorar soluções e potencial para evitar mínimos locais. Os experimentos indicaram comportamento convergente e estável do algoritmo PSO, com calibração consistente dos pesos associados às variáveis ambientais, evidenciando a influência persistente da insolação na definição das rotas e a maior relevância da declividade em trajetos de maior extensão, refletindo prováveis estratégias de economia de esforço em escala regional. A comparação com o método tradicional de LCP evidenciou diferenças qualitativas nos traçados, com a abordagem multicritério produzindo rotas mais equilibradas frente às restrições topográficas e ambientais da paisagem semiárida. A proposta não busca substituir os métodos consolidados de LCP em Sistemas de Informação Geográfica, mas ampliar o campo de experimentação metodológica, considerando cenários nos quais o custo do movimento pode ser inferido ou ajustado a partir de evidências arqueológicas. Espera-se que o desenvolvimento dessas abordagens contribua para os debates sobre mobilidade em paisagens do passado, indicando direções para aplicações futuras em estudos arqueológicos e históricos.Item Small language models for augmentative and alternative communication(2026-02-03) Silva, Lenon Anthony de Souza da; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/1791007035243091A Comunicação Aumentativa e Alternativa (CAA) é fundamental para milhões de pessoas com necessidades complexas de comunicação. Ferramentas tradicionais de CAA enfrentam um trade-off entre expressividade e eficiência, enquanto soluções baseadas em Large Language Models (LLMs) exigem conectividade e levantam preocupações de privacidade. Este trabalho investiga a especialização de Small Language Models (SLMs) para geração de cartões de comunicação em português brasileiro, em que cada cartão é composto por uma frase curta, uma frase longa e um símbolo visual (emoji Unicode). Foi desenvolvido um pipeline de construção de dataset combinando curadoria manual, aumento sintético via GPT-4o-mini e integração com a base ARASAAC, resultando em aproximadamente 17.800 exemplos anotados. Uma contribuição central é o framework de classificação baseado na distinção entre vocabulário Core (gramatical) e Fringe (tópico), fundamentado na literatura clínica de CAA. Sete modelos de três famílias de SLMs (Qwen, Llama, Gemma) foram avaliados no conjunto de teste com configuração padronizada de PEFT/LoRA e quantização 4-bit, utilizando BLEU, ROUGE e similaridade semântica sobre a string completa gerada em comparação com a referência do dataset. Os resultados indicam que o Qwen3-1.7B apresenta o melhor equilíbrio entre qualidade (BLEU: 0.1453, ROUGE-L F1: 0.3142, similaridade semântica: 0.77) e eficiência, viabilizando inferência local em GPUs de médio-alto desempenho com VRAM de 12GB. Foi também desenvolvida uma infraestrutura de avaliação com usuários reais, cujo piloto está planejado como próxima fase da pesquisa. Os resultados indicam a viabilidade de assistentes de CAA privados e offline baseados em SLMs especializados.Item O impacto da imagem no engajamento político: uma análise multimodal baseada em dados sobre a campanha presidencial de 2022(2026-02-12) Costa, Elvison Victor Ferreira da; Sampaio, Pablo Azevedo; http://lattes.cnpq.br/8865836949700771As redes sociais digitais tornaram-se centrais na comunicação política contemporânea, especialmente no uso estratégico de imagens para mobilização, construção de imagem e engajamento eleitoral. Nesse contexto, este trabalho investiga como elementos visuais são empregados nas campanhas presidenciais brasileiras de 2022, por meio de uma análise comparativa das postagens de Jair Bolsonaro e Luiz Inácio Lula da Silva no Facebook e no Instagram. A pesquisa utiliza técnicas de visão computacional, métodos de agrupamento não supervisionado e testes estatísticos para identificar padrões visuais recorrentes (clusters) e avaliar sua associação com métricas de engajamento normalizadas. Os resultados indicam que os padrões visuais variam conforme a plataforma, embora apresentem estruturas semelhantes entre os candidatos. No Facebook, observa-se uma organização mais concentrada e binária, associada à mobilização recorrente e à comunicação informativa, enquanto o Instagram favorece estratégias visuais mais fragmentadas e simbólicas, com maior potencial de engajamento. Os testes estatísticos demonstram associações significativas entre determinados clusters visuais e níveis de engajamento, especialmente em conteúdos que envolvem interações humanas diretas, como multidões e close-ups do candidato, sem permitir inferências causais. A análise comparativa revela ainda que, embora ambos adaptem suas estratégias à lógica das plataformas, emergem diferenças no plano simbólico, refletindo narrativas visuais distintas. Ao integrar visão computacional e métodos quantitativos, o estudo contribui para a literatura sobre comunicação política digital ao oferecer abordagem replicável para análise de estratégias visuais em diferentes ecossistemas de mídia social.Item Análise comparativa de técnicas de engenharia de prompt aplicadas a tarefas de recomendação via LLMs(2026-02-13) Silva, Cleyton José Rodrigues da; Lima, Lucas Albertins de; http://lattes.cnpq.br/0465071050875729Sistemas de recomendação são produzidos para sugerir itens a serem consumidos por usuários clientes de uma determinada plataforma digital, seja em e-commerce ou em aplicativos de streaming de conteúdo, tendo o intuito de se adequar cada vez mais às preferências dos usuários-alvos, buscando um teor de personalização que contribua para o sucesso da plataforma. As abordagens mais utilizadas atualmente se apresentam numa combinação de técnicas tradicionais de recomendação com o poder dos LLMs para alavancar a qualidade e precisão das recomendações. Os LLMs são modelos que possuem altas capacidades de compreensão de linguagem e de inferência de linguagem natural e, desde a apresentação do modelo GPT-3, foi evidenciado que o resultado de tarefas executadas por modelos deste tipo podem ter sua qualidade alavancada ao estruturar as prompts de interação sob pretextos que melhor extraiam sua capacidade in-context-learning. Técnicas de engenharia de prompt como as zero-shot, onde se descreve a tarefa em linguagem natural, foram desde então integradas no funcionamento de sistemas de recomendação, e este trabalho analisa uma abordagem onde se usa o LLM como recomendador, propondo uma análise comparativa dos impactos de aplicar quatro variantes de estratégias representativas a técnicas de engenharia de prompt distintas, em substituição a uma estratégia definida como baseline de comparação. Experimentos são feitos para diferentes combinações entre três LLMs em duas bases de dados distintas, apresentando resultados experimentais variados dentre as combinações modelo-estratégia, encontrando ganhos de até 17.76% em taxa de acerto de recomendação entre diferentes combinações, com métricas que em parte mostram superação em taxa de acerto contra o baseline, e que, por outro lado, mostram o baseline mantendo superioridade na qualidade da recomendação gerada.