Centro de Documentação da PJ
Monografia
 CD360 |
Análise de posts maliciosos na Dark Web usando aprendizado de máquina não supervisionado [Recurso eletrónico] / Anna Letycia Fernandes Reis.- Uberlândia : [s.n.], 2024.- 1 CD-ROM ; 12 cm
Trabalho de conclusão de curso apresentado à Faculdade de Computação da Universidade Federal de Uberlândia, como parte dos requisitos exigidos para a obtenção do título de Bacharel em Sistemas de Informação, tendo como orientador Rodrigo Sanches Miani. Ficheiro de 935 KB em formato PDF (43 p.).
PROGRAMA MALICIOSO, CRIME VIA INTERNET, CRIME INFORMÁTICO, SEGURANÇA INFORMÁTICA
Este trabalho apresenta uma análise de posts maliciosos extraídos de fóruns da Dark Web por meio de técnicas de aprendizado não supervisionado, com o objetivo de identificar as temáticas predominantes associadas a ameaças cibernéticas. Para isso, foi empregada uma metodologia baseada em algoritmos de agrupamento, como K-means, DBSCAN e KNN, além da aplicação da Análise de Tópicos Latentes (LDA) para identificar padrões temáticos latentes. Os resultados demonstraram que o algoritmo K-means se destacou ao estruturar os dados em três clusters principais, identificando temas predominantes como segurança de dados, busca por informações sensíveis e comunidades de hacking. Essa abordagem possibilitou a rotulagem e interpretação dos conteúdos com base nos padrões observados, contribuindo para a compreensão das táticas e intenções dos cibercriminosos. Como perspetivas futuras, sugere-se ampliar a base de dados para incluir ambientes como a Deep Web, Surface Web e redes sociais, além de incorporar algoritmos avançados de aprendizado profundo e ferramentas de monitoramento em tempo real, visando um aprimoramento contínuo na deteção e categorização de ameaças.