Bacharelado em Sistemas de Informação (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/12
Siglas das Coleções:
APP - Artigo Publicado em Periódico
TAE - Trabalho Apresentado em Evento
TCC - Trabalho de Conclusão de Curso
Navegar
81 resultados
Resultados da Pesquisa
Item Detecção e modelagem de ameaças persistentes avançadas na fase de movimentação lateral: uma abordagem com process mining(2025-03-20) Silva, Jonathas Felipe da; Lins, Fernando Antonio Aires; Lima, Milton Vinicius Morais de; http://lattes.cnpq.br/3409150377712315; http://lattes.cnpq.br/2475965771605110; http://lattes.cnpq.br/1017193816402551A crescente ameaça de ataques cibernéticos complexos tem exigido estratégias avançadas de defesa, especialmente na detecção precoce de atividades suspeitas em redes comprometidas. Com isso, Ameaças Persistentes Avançadas (APTs) representam um desafio significativo para a segurança cibernética, caracterizando-se por ataques sofisticados e direcionados. Este trabalho tem como objetivo investigar a movimentação lateral dentro de redes comprometidas, utilizando mineração de processos para detectar padrões suspeitos de comportamento. Para isso, foi configurado um ambiente experimental com máquinas virtuais simulando um ataque APT. Logs do sistema e do Wazuh registraram as atividades, possibilitando a extração de eventos relevantes para o presente estudo. A metodologia consiste na coleta de dados em dois cenários: uso normal e ataque, seguida pela aplicação de algoritmos de Process Mining, como AlphaMiner, através da biblioteca pm4py. Com isso, foi possível identificar diferenças estruturais entre os processos normais e aqueles manipulados pelo invasor, possibilitando a criação de indicadores de comprometimento (IoCs). Os resultados contribuem para a melhoria de mecanismos de detecção e resposta a APTs, auxiliando na proteção de redes corporativas contra ataques avançados.Item Previsão de preço de ações de empresas do setor elétrico com algoritmos de aprendizado de máquina(2025-03-21) Silva, Herculles Hendrius Coutinho Mesquita; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584O presente trabalho tem como objetivo comparar a eficiência de diferentes algoritmos de aprendizado de máquina na previsão de preços de ações do setor de energia elétrica. Para isso, foram analisados quatro algoritmos: Long Short-Term Memory (LSTM), Support Vector Regression (SVR), Regressão Linear e Random Forest. Os dados utilizados compreendem uma série histórica de preços e indicadores adicionais, como inflação, Índice de energia elétrica (IEE) e variação cambial, que foram processados e utilizados como entrada para os modelos. A análise foi realizada com base em métricas de erro, como Erro Médio Absoluto (MAE), Erro Quadrático Médio (MSE) e Raiz do Erro Quadrático Médio (RMSE), bem como pela avaliação da diferença percentual entre os preços previstos e os valores reais. Os resultados mostram que o algoritmo LSTM obteve o melhor desempenho na previsão de preços de fechamento, seguido pela Regressão Linear, enquanto o Random Forest apresentou maior margem de erro e se monstrando inadequado para a aplicação neste problema. Este estudo realiza a aplicação de algoritmos preditivos no mercado financeiro, demonstrando o potencial do aprendizado de máquina como ferramenta para análise e tomada de decisão no setor de energia elétrica.Item Pet Happines: aplicativo para anúncio de animais na rua(2024-10-04) Silva, Acadi Teófilo de Lima; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504O crescimento da população de animais nas ruas é um problema significativo, visto que, ocorrem diversas consequências tanto para o animal quanto para a sociedade. Uma das metidas para ajudar esse cenário é a alocação desses animais para abrigos, no entanto, esses lugares são temporários e precisam que os animais sejam adotados, mas os mesmos estão ficando cada vez mais superpovoados com baixa taxa de adoção. Uma das possíveis causas para essa dificuldade no processo de adoção é a falta de comunicação entre as pessoas que querem adotar esses animais e as que possuem esses animais à disposição para doação. Diante desse cenário, o objetivo deste trabalho é desenvolver um aplicativo para anúncios de animais nas ruas, seja eles abandonados ou perdidos. Para isso, a metodologia foi composta por três principais fases: 1) conscientização do problema com o levantamento de requisitos; 2) sugestão e desenvolvimento, com uso de: Flutter, padrão de estrutura MVC, Firebase, Android Stúdio e etc; 3) validação, por meio do Attrakdiff e teste com usuário. Ao final, os resultados sugerem que o aplicativo desenvolvido é considerado atrativo e os avaliadores se identificaram. Em momento futuro deve-se melhorar alguns pontos de designer identificado durante a avaliação.Item Implementação de um agente inteligente para atendimento automatizado de dúvidas acadêmicas na UFRPE(2025-03-31) Silva, Evelyn Mylena Bezerra e; Albuquerque Junior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/5200293461568988Este trabalho teve como objetivo principal desenvolver e validar um agente inteligente baseado em técnicas de Processamento de Linguagem Natural (PLN) e Recuperação de Informação, voltado ao suporte acadêmico no curso de Bacharelado em Sistemas de Informação (BSI) da Universidade Federal Rural de Pernambuco (UFRPE). O sistema foi projetado para oferecer respostas rápidas, relevantes e contextualizadas a perguntas frequentes relacionadas à vida acadêmica dos estudantes, como carga horária, disciplinas, matrículas e procedimentos administrativos. A implementação envolveu a coleta e estruturação de documentos institucionais, a construção de um modelo vetorial para recuperação semântica de respostas e a integração com um módulo de memória conversacional. Para a validação, as respostas do agente inteligente foram comparadas com um FAQ do curso de BSI, utilizando como métrica a similaridade do cosseno, aplicada ao conteúdo semântico das respostas. Os resultados indicaram uma média de similaridade de aproximadamente 0,6396, com mediana de 0,6548 e baixa dispersão. A maioria das respostas apresentou alto ou médio grau de alinhamento semântico com o conteúdo oficial, sendo classificadas como semanticamente adequadas. Casos de baixa similaridade representaram uma minoria e estiveram, em geral, relacionados a perguntas de cunho prático-operacional não abordadas na base de dados do sistema. Em contrapartida, observou-se que, em alguns contextos, o agente inteligente forneceu respostas mais completas e fundamentadas do que aquelas presentes no próprio FAQ. Conclui-se que o sistema desenvolvido apresenta desempenho satisfatório e demonstra potencial para expansão como ferramenta institucional de apoio ao estudante, promovendo maior autonomia, agilidade e acessibilidade no acesso a informação acadêmica.Item Análise de performance de algoritmos estocásticos aplicados ao problema do caixeiro viajante(2024-10-09) Lima, Lucas Gabriel Oliveira Sales; Monteiro, Cleviton Vinícius Fonsêca; http://lattes.cnpq.br/9362573782715504; http://lattes.cnpq.br/7636465842833021Optimization algorithms are increasingly relevant tools in modern companies because they are capable of optimizing processes and resources, ensuring more efficient results and timely processing for decision making. Comparing these algorithms is a common process during their adoption studies. However, the use of complex methodologies can often lead to the choice of an imprecise algorithm, since its result may not reflect the reality of a company seeking to implement applications with limited resources. In view of this problem, the need arises to evaluate these algorithms from a new perspective. The main objective of this work is to propose a reflection on the way experiments in algorithms are conducted. The present study carried out experiments with optimization algorithms using computational resources similar to those found in most companies, comparing them with another work in which optimizations and tunings were used in these same algorithms. For the experiment, the traveling salesman problem was used, through 15 benchmarking divided into 3 categories, according to the size of each article. Finally, statistical metrics were obtained for the performance of each algorithm, which, when compared to the reference article, showed shorter execution times without compromising the accuracy of the results. Probabilistic algorithms are of great financial importance to companies that need to manage resources quickly, such as airports and shipyards. Therefore, the appropriate choice of parameters provides a more accurate view of reality.Item Sistema integrado para registro de aulas e análise de frequência dos alunos do Projeto Conecta Vidas do Centro Tecnológico da Associação Conexão Social(2024-10-09) Santos, Djair Batista dos; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584The Social Connection Association (ACS), founded in 2005 in Lagoa de Itaenga, Pernambuco, has the mission of guaranteeing the rights of people in situations of social vulnerability through education and inclusion. The Conecta Vidas Project aims to promote digital literacy and physical activities for the elderly, contributing to their active aging and strengthening community bonds. However, the registration of attendance and the documentation of activities face significant challenges, such as the logistics of real-time records and the security of sensitive beneficiary data. This report presents a proposal for a responsive Integrated System for Class Registration and Attendance Analysis, developed with React, Node.js and MySQL technologies. The proposed solution seeks to optimize attendance registration, facilitate the secure storage of photos and simplify the flow of information for coordination. This is intended to improve the efficiency of educators, ensure data protection, and provide detailed and accurate reporting to funders. The system aims not only at the continuity and success of the project, but also at the promotion of a more transparent and effective management, enhancing the benefits offered by ACS.Item Minha UBS: aplicativo para facilitar o acesso a serviços disponibilizados em Unidades Básicas de Saúde(2024-10-09) Lira, Emerson Leonardo Oliveira de; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504The Unified Health System is the system that guarantees the Brazilian population access to health services free of charge through the public network. The main way of accessing these services is from basic health units, popularly known as "postinhos", Those responsible in these units for facilitating this access for residents are community, health and endemic diseases, agents who act as bridges between residents and health units. With tools to help plan strategies to operate in the region and facilitate communication with residents, Minha UBS proposes, through an application, to reduce barriers between the population and public health services.Item Implementação de um sistema mobile colaborativo para acompanhamento do quadro de pacientes com esclerose múltipla por meio de análise de sentimento(2024-10-02) Araujo, Paula Priscila da Cruz; Gouveia, Roberta Macêdo Marques; Tschá, Elizabeth Regina; http://lattes.cnpq.br/9598413463162759; http://lattes.cnpq.br/2024317361355224; http://lattes.cnpq.br/0280090820230057The study aims to develop a mobile system to facilitate the monitoring of patients with Multiple Sclerosis (MS), based on the Human-Centered Design (HCD) Toolkit to meet patient needs. The app allows patients to record and track emotions, symptoms, and treatments, offering monthly reports and personalized alerts. For sentiment analysis, the machine learning algorithms XGBoost and Naive Bayes were used, with XGBoost showing better performance, achieving 87.56% accuracy and an F1-Score of 0.876, while Naive Bayes obtained 62.25% accuracy and an F1-Score of 0.524. The results indicate the tool’s effectiveness in emotional and medical monitoring, contributing to an improved quality of life.Item Técnicas preditivas para auxílio no diagnóstico de melanomas via imagens(2024-10-02) Silva Júnior, José Carlos Monte; Soares, Rodrigo Gabriel Ferreira; http://lattes.cnpq.br/2526739219416964Skin cancer is the most common type of cancer worldwide, divided into two main types: melanoma and non-melanoma. Although rarer, melanoma is the most lethal due to its potential to cause metastasis. Non-invasive methods, such as dermoscopy and the ABCDE rule, have been used to avoid unnecessary surgical procedures and have helped in the identification of lesions, contributing to faster diagnoses. With advances in technology, Artificial Intelligence (AI) has gained prominence, proving to be a promising solution for medical data analysis, especially with the use of Convolutional Neural Networks (CNNs), which can recognize patterns in dermoscopic images and help classify lesions as melanoma or non-melanoma in an automated manner. This project proposes an ensemble of classifiers based on Convolutional Neural Networks to classify dermoscopic images as melanoma or non-melanoma, comparing its performance with validated architectures, such as AlexNet and VGG-16, using Transfer Learning techniques The analyses of Precision, Recall, and F1 Score showed that the ensemble of Convolutional Neural Networks outperformed the models using Transfer Learning techniques, with AlexNet showing better performance than VGG-16. The ensemble of Convolutional Neural Networks demonstrated a greater generalization capability, proving to be promising in capturing relevant features from the images, revealing potential for medical applications, although it still needs refinement to meet clinical standards.Item Análise de sentimentos em reviews de jogos digitais da Plataforma Steam(2024-09-26) Albuquerque, Júlia de Melo; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584Sentiment analysis is an area that investigates the emotional expressions of human language, aiming to understand the underlying needs and opinions expressed in texts. Its complexity lies in the ability to discern not only the textual content but also the implicit emotional matrices. With technological advancements, the ease of publicly expressing opinions is disseminated through various means, with online gaming being a sector that attracts numerous player posts about various available titles. However, this diversity of audiences and topics makes it challenging to understand the expressed sentiment that pervades this universe. The aim of this study is to apply sentiment analysis techniques to digital game reviews, adopting an approach focused on supervised machine learning algorithms and pre-polarized libraries, in order to identify the best classification path capable of discerning the sentiments expressed by users in the reviews. This operation considers an approach with all opinions and another focused on each game’s specific genre. This analysis was conducted by exploring data from an online game distribution company (Steam), followed by data preparation due to the peculiarities present in the records. The results reveal that machine learning models outperform traditional approaches, such as using the VADER library, showing a higher precision by approximately 10% in captures. A difference of 20% more was observed in metrics such as recall and F1-score. This study represents an analytical contribution to the field of sentiment analysis, highlighting the model’s ability to deal with the complexity of human language.