Uso de IA generativa para análise de tráfego de rede local
| dc.contributor.advisor1 | FERREIRA JUNIOR, José Jailton Henrique | |
| dc.contributor.advisor1Lattes | Lates: http://lattes.cnpq.br/9031636126268760 | |
| dc.creator | OLIVEIRA, Felipe Sousa de | |
| dc.creator.Lattes | http://lattes.cnpq.br/0190105779814352 | |
| dc.date.accessioned | 2026-06-10T17:01:08Z | |
| dc.date.available | 2026-06-10T17:01:08Z | |
| dc.date.issued | 2025-08-27 | |
| dc.description.abstract | This work investigates the application of Generative Artificial Intel ligence (GAI) models in local network traffic analysis, aiming to identify ab normal behavior during the use of conventional services. The research involves collecting and processing simulated traffic data using various services to reflect real-world scenarios. The data is then analyzed using different GAI models, such as ChatGPT, DeepSeek, and Gemini, in order to assess their effectiveness in anomaly detection. The approach explores the accessibility of these tools for users with basic networking knowledge, without relying exclusively on cyber security specialists. The results aim to indicate which model performs best in identifying malicious traffic, contributing to practical and accessible solutions in the field of network security. | |
| dc.description.resumo | Este trabalho investiga a aplicação de modelos de Inteligência Ar tificial Generativa (IAG) na análise de tráfego de rede local, com o objetivo de identificar comportamentos anormais durante o uso de serviços convencio nais. A pesquisa envolve a coleta e o tratamento de dados de tráfego simulados, utilizando serviços diversos para representar cenários reais. Em seguida, os dados são analisados por diferentes modelos de IAG, como ChatGPT, DeepSeek e Gemini, com o intuito de avaliar sua eficácia na detecção de anomalias. A proposta visa explorar o uso acessível dessas ferramentas por usuários com co nhecimentos básicos em redes, sem depender exclusivamente de especialistas. Os resultados buscam indicar qual modelo apresenta melhor desempenho na tarefa de identificação de tráfego malicioso, contribuindo para soluções práticas e acessíveis no campo da segurança de redes. | |
| dc.identifier.citation | OLIVEIRA, Felipe Sousa de. Uso de IA generativa para análise de tráfego de rede local. Orientador: José Jailton Henrique Ferreira Junior. 2025. 19 f. Trabalho de Curso (Bacharelado em Engenharia de Computação) – Faculdade de Engenharia da Computação, Campus Universitário de Castanhal, Universidade Federal do Pará, Castanhal, 2025. Disponível em: https://bdm.ufpa.br/handle/prefix/9593. Acesso em:. | |
| dc.identifier.uri | https://bdm.ufpa.br/handle/prefix/9593 | |
| dc.rights | Acesso Aberto | pt_BR |
| dc.source.uri | Disponível na internet via correio eletrônico: bibufpacastanhal@gmail.com | |
| dc.subject | Inteligência artificial | |
| dc.subject | Tráfego de rede | |
| dc.subject | DDoS | |
| dc.subject.cnpq | CNPQ::ENGENHARIAS | |
| dc.title | Uso de IA generativa para análise de tráfego de rede local | |
| dc.type | Trabalho de Curso - Graduação - Artigo |