http://repositorio.ifpb.edu.br:80/jspui/handle/177683/91 2026-07-18T13:57:16Z 2026-07-18T13:57:16Z Silva, Richard Sidney de Souza e http://repositorio.ifpb.edu.br:80/jspui/handle/177683/5401 2026-07-16T14:19:23Z 2026-07-16T00:00:00Z

Title: Otimização do modelo de esteganografia LSB em imagens utilizando algoritmos bioinspirados Authors: Silva, Richard Sidney de Souza e Abstract: A cibersegurança ocupa um papel central na tecnologia atual, com destaque para o tráfego seguro de arquivos digitais, contexto no qual a esteganografia atua como ferramenta fundamental para o compartilhamento oculto de informações em imagens. Este trabalho propõe uma nova abordagem para a substituição LSB (Least Significant Bit) baseada na inserção não sequencial de bits, modelando o processo como um problema de otimização para identificar a combinação ideal entre imagem de cobertura e estratégia de inserção. Para tal, foram aplicados os algoritmos DFS (Depth-First Search), Guloso, ACO (Ant Colony Optimization) e GA (Genetic Algorithm). Os resultados demonstram que o modelo proposto, aliado às meta-heurísticas (ACO e GA), apresentou desempenho promissor frente à esteganálise, superando o LSB convencional nas métricas de diferença de intensidade, PSNR e SSIM. A utilização de algoritmos bioinspirados otimizou significativamente o tempo de busca pela melhor estratégia. Por fim, a estrutura de árvore de bitsets desenvolvida estabelece uma base para avanços na esteganografia LSB, permitindo que trabalhos futuros explorem novos métodos de busca e aprimorem a geração de soluções.

2026-07-16T00:00:00Z Rocha, Tiago Ferreira da http://repositorio.ifpb.edu.br:80/jspui/handle/177683/5400 2026-07-15T13:59:15Z 2026-07-15T00:00:00Z

Title: Investigando o impacto de configurações de arquitetura em um sistema de reconhecimento facial em tempo real: um caso de uso no IFPB Santa Rita Authors: Rocha, Tiago Ferreira da Abstract: O reconhecimento facial em tempo real impõe desafios técnicos significativos. Variações de iluminação, ângulo de captura das imagens, fluxo contínuo de pessoas e restrições de latência comprometem abordagens arquiteturais simplistas. Este trabalho propõe um modelo de sistema de reconhecimento facial e descreve o desenvolvimento de cinco configurações arquiteturais incrementais que o implementam, testadas com vídeos reais captados pela câmera da portaria do Campus Santa Rita do Instituto Federal da Paraíba (IFPB). Cada versão foi concebida para superar limitações identificadas na anterior, evoluindo de uma prova de conceito ingênua até configurações distribuídas com microsserviços, cache em memória e fragmentação demográfica de dados. A pesquisa caracteriza-se como uma investigação experimental, conduzida segundo uma abordagem iterativa e incremental. A avaliação foi realizada com o processamento de 30 vídeos de aproximadamente um minuto, com métricas organizadas em três grupos: classificação, agrupamento e operacionais. A arquitetura com microsserviços e mensageria assíncrona representou uma evolução relevante, alcançando acurácia de 0,92, F1-Score de 0,95 e razão tempo/duração de 0,69. A adição de cache mostrou-se estatisticamente equivalente à arquitetura de microsserviços, preservando a qualidade de classificação e de agrupamento sem regressão, com ganho de velocidade não significativo — caracterizando uma otimização de baixo risco. A fragmentação demográfica, embora mantivesse a acurácia de classificação, degradou o agrupamento (V-Measure 0,56), evidenciando um desafio no uso de estimativas demográficas como critério de particionamento. Os resultados demonstram que decisões arquiteturais exercem impacto direto sobre a viabilidade operacional do sistema, e a sequência de versões documentada constitui um referencial prático para implementações similares.

2026-07-15T00:00:00Z Miranda, José Mário Fraga http://repositorio.ifpb.edu.br:80/jspui/handle/177683/5399 2026-07-15T13:47:44Z 2026-07-15T00:00:00Z

Title: IndiMap: monitoramento de desmatamento e queimadas em terras indígenas Authors: Miranda, José Mário Fraga Abstract: O Brasil, por abrigar uma das maiores extensões florestais do mundo, enfrenta desafios significativos relacionados à degradação ambiental, com impactos especialmente sensíveis em Terras Indígenas. Este trabalho investiga em que medida uma plataforma centralizada pode melhorar o acesso e a disseminação de alertas de desmatamento e queimadas nessas áreas, em comparação ao uso isolado das plataformas de origem. Para isso, adotou-se a metodologia Design Science Research (DSR), estruturada nas etapas de identificação do problema, definição dos objetivos da solução, design e desenvolvimento do artefato, demonstração, avaliação e comunicação. Na etapa de diagnóstico, utilizou-se um formulário com grupo focal para identificar necessidades de monitoramento, prioridades de uso e requisitos de acesso e disseminação. Com base nesses achados, foi concebido o IndiMap, plataforma que integra e organiza dados públicos de focos de calor e alertas de desmatamento provenientes de fontes como BDQueimadas/INPE, DETER/TerraBrasilis e MapBiomas Alerta. A avaliação do artefato foi realizada por dois eixos complementares: evidências técnicas, incluindo testes funcionais, contratuais e de desempenho da API, e evidências empíricas obtidas com 15 participantes de perfis complementares, entre comunidades indígenas, técnicos e agentes institucionais. Os resultados indicam percepção positiva quanto à clareza das informações, à facilidade de uso e à relevância prática dos alertas, além de comportamento consistente da API nos testes realizados. Observou-se também que a combinação entre plataforma web e canais de disseminação social tende a ampliar as possibilidades de acesso e circulação das informações. Como limitações, destacam-se o tamanho reduzido da amostra de avaliação e as diferenças metodológicas e operacionais entre as bases integradas. Conclui-se que o IndiMap apresenta evidências de utilidade como solução de centralização e disseminação de alertas ambientais em Terras Indígenas, ao mesmo tempo em que aponta direções concretas para seu aprimoramento.

2026-07-15T00:00:00Z Negócio, Yuri Feitosa http://repositorio.ifpb.edu.br:80/jspui/handle/177683/5398 2026-07-15T13:43:51Z 2026-07-15T00:00:00Z

Title: Threat Copilot: um sistema de recomendação para modelagem de ameaças de software Authors: Negócio, Yuri Feitosa Abstract: Os processos de desenvolvimento seguro de software buscam garantir, por meio da adoção de práticas, que a construção do software resulte em produtos capazes de funcionar adequadamente, mesmo diante de ataques. Uma das atividades mais relevantes em um ciclo de desenvolvimento seguro é a identificação antecipada das falhas de segurança por meio da modelagem de ameaças. Diversos métodos para modelagem de ameaças foram propostos, tanto na indústria quanto na academia. Mesmo assim, a execução dessa atividade ainda não tem sido trivial para os times de desenvolvimento. Alguns desafios persistem, principalmente devido ao tempo necessário para realizar a atividade e à exigência de profissionais especializados em modelagem de ameaças. Nesse contexto, reutilizar o conhecimento de especialistas e permitir que a identificação das ameaças de segurança seja relevante e contínua é essencial para reduzir o tempo de elaboração dos modelos de ameaças. Este trabalho teve como objetivo geral, propor e desenvolver um sistema de recomendação capaz de automatizar a etapa de elicitação de um processo de modelagem de ameaças de software a partir do reuso de conhecimento proveniente de modelos de ameaças previamente elaborados em uma organização. O Sistema, denominado Threat Copilot, compara etiquetas, elementos e relacionamentos de diagramas de fluxo de dados por meio de técnicas de similaridade semântica apoiadas em métricas derivadas de uma WordNet específica para o domínio da modelagem de ameaças. Um conjunto de modelos reais foi estruturado e utilizado para avaliar o desempenho do sistema, considerando métricas, como precision, recall e f1-measure. Adicionalmente, foi conduzida uma avaliação centrada no usuário, fundamentada no modelo integrado TAM-TTF, com o objetivo de analisar a utilidade percebida, a facilidade de uso, o ajuste tarefa-tecnologia e a intenção de uso da ferramenta no contexto organizacional. Os resultados revelaram que o sistema é capaz de recomendar ameaças relevantes, apresentando desempenho de 51%, 72% e 56% para precision, recall e f1-measure na avaliação offline e 60%, 75% e 67% na avaliação online, respectivamente. Esses achados indicam um potencial para redução de esforço na elicitação de ameaças e maior consistência no processo de modelagem. De forma geral, os dados apontam para uma percepção favorável quanto ao uso da ferramenta na organização avaliada. Entretanto, os resultados obtidos são limitados aos 34 modelos de ameaças disponíveis como base de conhecimento. A utilização futura de mais modelos de ameaças e a inclusão de novas características dos elementos dos modelos de ameaças podem aprimorar a qualidade das recomendações geradas.

2026-07-15T00:00:00Z