nÃo hà / Due to the constant increase of the use of information systems and the potential impact that these intrusions can cause in all spheres of society a Intrusion Detection and Prevention System (IDPS) has become a necessity for network ans services security from various world organizations. These systems usually depends of prior knowledge of the patterns of attacks in order to detect them. This work presents an strategy to scenarios with computational and financial resources limited, using only opensource software for intrusion detection. This proposal is the creation of one flexible and scalable IDPS, with software integration, implementation of alerts correlation rules and a signatures generator module for Snort, that can increase its efficiency enabling it to produce knowledge for preventing the recurrence of some intrusion attacks not constant in original database, thus minimizing the detection problem for these attacks. To validate this proposal, a testing scenario was implemented with three server machines, one with the solution manager module and one with Snort. The results confirmed that this strategy meets the proposed requisites in a satisfactorily way being an important contribution to researchs about the theme. / Devido ao aumento constante da utilizaÃÃo dos sistemas de informaÃÃo em todas as esferas da sociedade e o potencial impacto que intrusÃes a esses sistemas podem causar, um Sistema de DetecÃÃo e PrevenÃÃo de IntrusÃo (IDPS) tornou-se uma necessidade para seguranÃa da infraestrutura de rede e serviÃos das mais diversas organizaÃÃes. Normalmente, esses sistemas dependem de conhecimento prÃvio dos padrÃes dos ataques para poder detectÃ-los. Este trabalho apresenta uma estratÃgia adequada, utilizando exclusivamente software livre, para a detecÃÃo de intrusÃes em cenÃrios com escassez de recursos computacionais e financeiros. Esta proposta consiste na criaÃÃo de um IDPS flexÃvel e escalÃvel que, com a integraÃÃo de sistemas, implementaÃÃo de regras de correlaÃÃo de alertas e um mÃdulo gerador de assinaturas para o Snort, pode-se aumentar a sua eficÃcia habilitando-o a produzir conhecimento para a prevenÃÃo da repetiÃÃo de ataques intrusivos nÃo constantes de sua base de dados original. Assim, minimiza-se a problemÃtica de detecÃÃo desses ataques. Para validar essa proposta, implementou-se um cenÃrio de testes com trÃs mÃquinas servidoras, uma com o mÃdulo gerenciador da soluÃÃo e outra com o Snort. Os resultados obtidos confirmaram que a estratÃgia atende aos quesitos propostos de maneira satisfatÃria sendo uma importante contribuiÃÃo para as pesquisas sobre o tema.

A crescente preocupaÃÃo com a seguranÃa da informaÃÃo em redes de computadores à responsÃvel por produzir constantemente novas formas de defender as mesmas. Dentro desse contexto, o desenvolvimento de novas formas de detecÃÃo de intrusÃo assume um papel muito importante na proteÃÃo das informaÃÃes. Os sistemas de detecÃÃo de intrusÃo precisam ser eficientes e ao mesmo tempo nÃo devem sobrecarregar a rede ou a capacidade de processamento dos nÃs que a compÃem. Com o objetivo de ser eficiente, um sistema deve basear as suas decisÃes em tantas fontes de informaÃÃo quanto forem possÃveis e organizar o conhecimento de forma que permita uma comunicaÃÃo funcional entre essas fontes. Este trabalho descreve a proposta de uma arquitetura de um Sistema de DetecÃÃo de IntrusÃo DistribuÃdo que utiliza agentes mÃveis e uma ontologia para o compartilhamento da informaÃÃo. Os agentes mÃveis proporcionam uma maneira prÃtica de distribuir o processo de detecÃÃo, possibilitando cooperaÃÃo ponto a ponto entre os nÃs da rede sem gerar muito trÃfego adicional. A ontologia fornece uma maneira organizada de armazenar e compartilhar o conhecimento. A arquitetura proposta foi implementada utilizando a linguagem de programaÃÃo Java e o framework JADE e foi montado um laboratÃrio de testes para verificar o funcionamento do sistema. Os resultados obtidos com os testes confirmaram que uma arquitetura distribuÃda multi-agentes que faz uso de uma ontologia pode ser eficiente na detecÃÃo de ataques a redes e sistemas. / The growing concern about information security in computer networks is responsible for constantly producing new ways to defend them. Within this context, the development of new ways of intrusion detection plays an important role in protecting the information. Detection systems must be efficient and, at the same time, must not overload the network or the processing capabilities of the nodes within it. In order to be effective, a system must base its decisions on as many sources of information as possible and organize knowledge in a way that allows a functional communication between those sources. This dissertation describes the proposal for a Distributed Intrusion Detection System architecture that uses mobile agents and an ontology for information sharing. Mobile agents provide a convenient way to distribute the detection process, enabling peer to peer cooperation between network nodes without generating much additional traffic. The ontology provides an organized way of storing and sharing knowledge. The proposed architecture has been implemented using the Java programming language and JADE framework and a test laboratory has been assembled to verify the operation of the system. The tests results confirmed that a distributed multi-agent architecture that uses an ontology can be effective in detecting attacks on networks and systems.

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / This work is contextualized in the problem of plagiarism detection among source codes in programming classes. Despite the wide set of tools available for the detection of plagiarism, only few tools are able to effectively identify all lexical and semantic similarities between pairs of codes, because of the complexity inherent to this type of analysis. Therefore to the problem and the scenario in question, it was made a study about the main approaches discussed in the literature on detecting plagiarism in source code and as a main contribution, conceived to be a relevant tool in the field of laboratory practices. The tool is based on Sherlock algorithm, which has been enhanced as of two perspectives: firstly, with changes in the similarity coefficient used by the algorithm in order to improve its sensitivity for comparison of signatures; secondly, proposing intrusive techniques preprocessing that, besides eliminating irrelevant information, are also able to overemphasize structural aspects of the programming language, or gathering separating strings whose meaning is more significant for the comparison or even eliminating sequences less relevant to highlight other enabling better inference about the degree of similarity. The tool, called Sherlock N-Overlap was subjected to rigorous evaluation methodology, both in simulated scenarios as classes in programming, with results exceeding tools currently highlighted in the literature on plagiarism detection. / Este trabalho se contextualiza no problema da detecÃÃo de plÃgio entre cÃdigos-fonte em turmas de programaÃÃo. Apesar da ampla quantidade de ferramentas disponÃveis para a detecÃÃo de plÃgio, poucas sÃo capazes de identificar, de maneira eficaz, todas as semelhanÃas lÃxicas e semÃnticas entre pares de cÃdigos, o que se deve à complexidade inerente a esse tipo de anÃlise. Fez-se, portanto, para o problema e o cenÃrio em questÃo, um estudo das principais abordagens discutidas na literatura sobre detecÃÃo de plÃgio em cÃdigo-fonte e, como principal contribuiÃÃo, concebeu-se uma ferramenta aplicÃvel no domÃnio de prÃticas laboratoriais. A ferramenta tem por base o algoritmo Sherlock, que foi aprimorado sob duas perspectivas: a primeira, com modificaÃÃes no coeficiente de similaridade usado pelo algoritmo, de maneira a melhorar a sua sensibilidade para comparaÃÃo de assinaturas; a segunda, propondo tÃcnicas de prÃ-processamento invasivas que, alÃm de eliminar informaÃÃo irrelevante, sejam tambÃm capazes de sobrevalorizar aspectos estruturais da linguagem de programaÃÃo, reunindo ou separando sequÃncias de caracteres cujo significado seja mais expressivo para a comparaÃÃo ou, ainda, eliminando sequÃncias menos relevantes para destacar outras que permitam melhor inferÃncia sobre o grau de similaridade. A ferramenta, denominada Sherlock N-Overlap, foi submetida a rigorosa metodologia de avaliaÃÃo, tanto em cenÃrios simulados como em turmas de programaÃÃo, apresentando resultados superiores a ferramentas atualmente em destaque na literatura sobre detecÃÃo de plÃgio.

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Esta dissertaÃÃo visa a detecÃÃo de falhas incipientes por curto-circuito entre espiras de um motor de induÃÃo trifÃsico do tipo gaiola de esquilo acionado por conversor de frequÃncia com modulaÃÃo por largura de pulso do tipo senoidal. Para detectar este tipo de falha, uma bancada de testes à utilizada para impor diferentes condiÃÃes de operaÃÃo ao motor, e cada amostra do conjunto de dados foi extraÃda das correntes de linha do conversor de frequÃncia supracitado. Para extraÃÃo de caracterÃsticas, a anÃlise da assinatura de corrente do motor foi utilizada. Para solucionar este problema, a detecÃÃo desta falha à tratada como um problema de classificaÃÃo, por isso, diferentes algoritmos supervisionados de aprendizado de mÃquina sÃo utilizados: MÃnimos Quadrados OrdinÃrios, Redes Perceptron Simples, Redes Perceptron Multicamadas, MÃquina de Aprendizado Extremo, MÃquina de Vetor de Suporte, MÃquina de Vetor de Suporte por MÃnimos Quadrados, MÃquina de Aprendizado MÃnimo, e Classificadores Gaussianos. Juntamente com a tÃcnica de opÃÃo de rejeiÃÃo, estes classificadores sÃo testados e os resultados destes sÃo comparados entre si e com outros trabalhos que fizeram uso mesmo banco de dados. Taxas de acerto mÃximo de 100% com os classificadores MÃquina de Vetor de Suporte e MÃquina de Vetor de Suporte por MÃnimos Quadrados sugerem que, em um futuro prÃximo, um sistema embarcado pode ser desenvolvido com estes algoritmos. / This dissertation aims at the detection of short-circuit incipient fault condition in a threephase squirrel-cage induction motor fed by a sinusoidal PWM inverter. In order to detect this fault, a test bench is used to impose different operation conditions to an induction motor, and each sample of the data set is taken from the line currents of the PWM inverter aforementioned. For feature extraction, the Motor Current Signature Analysis is used. The detection of this fault is treated as a classification problem, therefore different supervised algorithms of machine learning are used so as to solve it: Ordinary Least Squares, Singlelayer Perceptron, Multi-layer Perceptron, Extreme Learning Machine, Support-Vector Machine, Least-Squares Support-Vector Machine, the Minimal Learning Machine, and Gaussian Classifiers. Together with Reject Option technique, these classifiers are tested and the results are compared with other works that use the same data set. Maximum accuracy rates of 100% with Support-Vector Machine and Least-Squares Support-Vector Machine classifiers suggest that, in near future, an embedded system can be developed with these algorithms.

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / A anÃlise de formas representa um papel importante em aplicaÃÃes de visÃo computacional e processamento de imagens, e a representaÃÃo da forma à o primeiro passo para esta anÃlise. Esta presente dissertaÃÃo discute e aborda um conjunto de tÃcnicas disponÃveis na literatura para a geraÃÃo de uma representaÃÃo adequada de formas baseada em cantos. A abordagem proposta provà uma decomposiÃÃo wavelet nÃo-decimada do contorno representado pelo sinal de angulaÃÃo e curvatura afim de representar uma forma por seus pontos mais relevantes sem requerer intervenÃÃo do usuÃrio. A metodologia adotada apresenta resultados promissores, faz uso de ferramentas disponÃveis na literatura e elimina caracterÃsticas redundantes da forma com o intuito de alcanÃar uma representaÃÃo que mantenha uma reconstruÃÃo adequada da forma original. Uma nova medida de avaliaÃÃo, sob o aspecto do erro obtido na reconstruÃÃo, tambÃm à apresentada de modo a confirmar que o algoritmo proposto realiza com sucesso a sua meta e supera os detectores de cantos utilizados para testes e comparaÃÃes. / Shape analysis plays an important role in computer vision and image processing applications and shape representation is the first step towards it. The current dissertation discusses a set of techniques available in the literature in order to generate an adequate shape representation based on corners. The proposed approach provides an non-decimated wavelet decomposition of the represented contour by curvature and angulation signals in order to represent the shape using the most relevant contour points without requiring any user intervention. The adopted methodology presents promising results and it uses a set of tools, with little highlight in the literature, and it eliminates the redundant shape features in order to accomplish the suitable representation of the original shape. A novel evaluation measure, concerning the reconstruction error, is also presented to confirm that the proposed algorithm achieves its goal and outperforms other corner detectors used for tests and comparison.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / A DoenÃa Pulmonar Obstrutiva CrÃnica (DPOC) e um problema de saÃde mundial com altos Ãndices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doenÃa de Ãmbito mundial Ã, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patolÃgicos com diagnÃsticos incorretos, a tomografia computadorizada deve ser utilizada jà que esta constitui uma excelente ferramenta para diagnÃstico precoce da componente de enfisema pulmonar na DPOC. PorÃm, as anÃlises nas imagens feitas pelos radiologistas ou mÃdicos à subjetiva levando-os a realizarem mediÃÃes imprecisas, devido à limitaÃÃo da visÃo humana. O objetivo deste trabalho à desenvolver um sistema de VisÃo Computacional para anÃlise de imagens tomogrÃficas (SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta ResoluÃÃo (TCAR) dos pulmÃes, detectar e quantificar a presenÃa de enfisema pulmonar de modo preciso e automÃtico, possibilitando sua visualizaÃÃo. TambÃm, neste trabalho sÃo analisados os resultados, buscando avaliar a eficiÃncia do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentaÃÃo. Os resultados da segmentaÃÃo sÃo analisados atravÃs da visualizaÃÃo de 102 imagens de 8 voluntÃrios saudÃveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros mÃtodos considerados neste trabalho, tomando-se como base segmentaÃÃo correta, sobre-segmentaÃÃo, segmentaÃÃo com perdas e segmentaÃÃo errada. Este sistema realiza a segmentaÃÃo das faixas das densidades pulmonares atravÃs da mÃscara colorida, aplicando vÃrias cores em uma Ãnica imagem e quantifica cada cor por Ãrea e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui tambÃm uma ferramenta que faz a sobreposiÃÃo dos histogramas, o qual permite uma anÃlise visual mais adequada da evoluÃÃo da componente do enfisema. Este sistema possibilita auxÃlio ao diagnÃstico, bem como mostra-se ser uma ferramenta de pesquisa para anÃlise do enfisema pulmonar. / The Chronic Obstructive Pulmonary Disease (COPD) is a worldwide public health problem with high rates of mortality, being the tabacco the main causer of this disease. COPD is underestimated and underdiagnosed globally, and consequently the patient receives an undertreatment. To avoid an increase of pathological cases with incorrect diagnoses, the computerized tomography should be used as an excellent tool for premature diagnosis of pulmonary emphysema component from COPD. However, the analysis on images accomplished by radiologists or doctors is subjective,leading them to accomplish inaccurate measurements, due to human vision limitation. The objective of this work is to develop a Computational Vision System for Detection and Quantification of the Pulmonary Emphysema (SDEP) capable of segment automatically the images of High-Resolution Computerized Tomography (HRCT) of the lungs, allowing its better view. Also, in this study are analysed the obtained results to evaluate the eÂciency of SDEP system comparing it with the Osiris 4 system, and with two segmentation algorithms. Results of the segmentation are analysed through the viewing of 102 images of 8 healthy volunteers and 141 images of 11 COPD patients. The SDEP system presents more eÂcient than other methods considered in this work, evaluating the correct segmentation, the over segmentation, segmentation with losses, and wrong segmentation. The proposed system accomplishes the segmentation of zone from lung densities using colorful mask, applying several colors in a single image quantifying each color per area and percentage, while the Osiris system uses only one color on each image. The SDEP system has, beside of advantage presented, a tool that accomplish the overlap of histograms, which permit a more appropriate visual analysis of evolution of component on the emphysema. The proposed system offers to aided diagnosis, researchers, engineers, medical doctors and specialist and others of Medical Digital Image Processing field, one valid option for pulmonary emphysema analysis from HRCT images.

CoordenaÃÃo de AperfeiÃoamento de NÃvel Superior / Em diversas aplicaÃÃes do processamento de sinais em sistemas de comunicaÃÃo sem-fio, o sinal recebido à de natureza multidimensional, possuindo uma estrutura algÃbrica multilinear. Neste contexto, a decomposiÃÃo tensorial PARAFAC tem sido utilizada em vÃrios trabalhos ao longo dos Ãltimos seis anos. Observa-se, entretanto, que decomposiÃÃes tensoriais generalizadas sÃo necessÃrias para modelar uma classe mais ampla de sistemas de comunicaÃÃo, caracterizada pela presenÃa de estruturas de transmissÃo mais complexas, por modelos de canal mais realistas, e por tÃcnicas de processamento de sinais mais eficientes no receptor. Esta tese investiga novas abordagens tensorias e suas aplicaÃÃes em modelagem de sistemas MIMO, equalizaÃÃo, separaÃÃo de sinais e estimaÃÃo paramÃtrica de canal. Inicialmente, duas novas decomposiÃÃes tensoriais (PARAFAC em blocos com restriÃÃes e CONFAC) sÃo desenvolvidas e estudadas em termos de identificabilidade. Em uma segunda parte do trabalho, novas aplicaÃÃes destas decomposiÃÃes tensoriais sÃo propostas. A decomposiÃÃo PARAFAC em blocos com restriÃÃes à aplicada, primeiramente, Âa modelagem unificada de sistemassuperamostrados, DS-CDMA e OFDM, com aplicaÃÃo em equalizaÃÃo multiusuÃria. Em seguida, esta decomposiÃÃo à utilizada na modelagem de sistemas de transmissÃo MIMO com espalhamento espaÃo-temporal e detecÃÃo conjunta. Em seguida, a decomposiÃÃo CONFAC à explorada na concepÃÃo de uma nova arquitetura generalizada de transmissÃo MIMO/CDMA que combina diversidade e multiplexagem. As propriedades de unicidade desta decomposiÃÃo permitem o uso do processamento nÃo-supervisionado no receptor, visando a reconstruÃÃo dos sinais transmitidos e a estimaÃÃo do canal. Na terceira e Ãltima parte deste trabalho, explora-se a decomposiÃÃo PARAFAC no contexto de duas aplicaÃÃes diferentes. Na primeira, uma nova estrutura de transmissÃo espaÃo-temporal-freqÃencial à proposta para sistemas MIMO multiportadora. A segunda aplicaÃÃo consiste em um novo estimador paramÃtrico para canais multipercursos. / In several signal processing applications for wireless communications, the received signal is multidimensional in nature and may exhibit a multilinear algebraic structure. In this context, the PARAFAC tensor decomposition has been the subject of several works in the past six years. However, generalized tensor decompositions are necessary for covering a wider class of wireless communication systems with more complex transmission structures, more realistic channel models and more efficient receiver signal processing. This thesis investigates tensor modeling approaches for multiple-antenna systems, channel equalization, signal separation and parametric channel estimation. New tensor decompositions, namely, the block-constrained PARAFAC and CONFAC decompositions, are developed and studied in terms of identifiability. First, the block-constrained PARAFAC decomposition is applied for a uniÂed tensor modeling of oversampled, DS-CDMA and OFDM systems with application to blind multiuser equalization. This decomposition is also used for modeling multiple-antenna (MIMO) transmission systems with block space-time spreading and blind detection, which generalizes previous tensor-based MIMO transmission models. The CONFAC decomposition is then exploited for designing new MIMO-CDMA transmission schemes combining spatial diversity and multiplexing. Blind symbol/code/channel recovery is discussed from the uniqueness properties of this decomposition. This thesis also studies new applications of third-order PARAFAC decomposition. A new space-time-frequency spreading system is proposed for multicarrier multiple-access systems, where this decomposition is used as a joint spreading and multiplexing tool at the transmitter using tridimensional spreading code with trilinear structure. Finally, we present a PARAFAC modeling approach for the parametric estimation of SIMO and MIMO multipath wireless channels with time-varying structure.