Bruno Cavalcante Barbosa
Detecção de Anomalias em Redes de Computadores Utilizando Aprendizado de Máquina
Resumo
A economia digital tornou as redes de computadores parte da infraestrutura crítica, enquanto os ataques cibernéticos crescem em frequência e sofisticação. Sistemas de Detecção de Intrusão baseados apenas em assinaturas estáticas falham ao reconhecer variantes inéditas de \textit{malware} e ataques adaptativos, o que motiva o uso de Aprendizado de Máquina. A literatura da área apresenta três fragilidades recorrentes: uso da acurácia como métrica primária em dados desbalanceados, vazamento de informação pela reamostragem aplicada antes da partição treino/teste e comparação entre arquiteturas complexas e \textit{baselines} pouco rigorosos. Esta dissertação propõe o desenvolvimento do \textbf{SecurityIA}, um \textit{framework} modular e reprodutível para detecção e classificação multiclasse de intrusões em redes, projetado para execução em ambiente CPU. A operação em CPU é uma decisão de projeto que prioriza acessibilidade e baixo custo de implantação. A metodologia é fundamentada em estudo experimental comparativo sistemático, conduzido sobre o \textit{dataset} CSE-CIC-IDS2018 (versão Mendeley, com cerca de 9,6 milhões de registros), a partir de uma subamostra estratificada de 366.017 registros, 77 atributos e 15 classes, com protocolo livre de vazamento de informação, que articula quatro investigações: (1) comparação de sete arquiteturas de classificação; (2) contraste de seis estratégias de tratamento do desbalanceamento de classes; (3) avaliação de oito métodos de seleção de atributos por Teoria da Informação; e (4) otimização bayesiana de hiperparâmetros com Optuna sob validação cruzada estratificada de cinco \textit{folds} com teste reservado isolado. As métricas adotadas são operacionalmente adequadas ao domínio de segurança: \textit{recall}-macro como critério primário, Coeficiente de Correlação de Matthews (MCC), F1-macro e FPR-macro. A configuração final --- CatBoost com SMOTE-ENN sobre 15 atributos selecionados pelo método mRMR (redução de 80,5\% da dimensionalidade) ---, selecionada pelo critério hierárquico MCC $\geq 0{,}80$ e FPR-macro $\leq 0{,}010$, atingiu no teste reservado \textit{recall}-macro de 0,8803, MCC de 0,8382, F1-macro de 0,8250 e FPR-macro de 0,0086. Os resultados indicam um compromisso entre sensibilidade às classes de ataque e estabilidade preditiva em IDS de baixo custo computacional.