Made available in DSpace on 2014-12-17T14:56:08Z (GMT). No. of bitstreams: 1 AdelsonLL_DISSERT.pdf: 4321760 bytes, checksum: 6713cd42f04db2851670b86192ca27de (MD5) Previous issue date: 2012-12-07 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This work proposes a collaborative system for marking dangerous points in the transport routes and generation of alerts to drivers. It consisted of a proximity warning system for a danger point that is fed by the driver via a mobile device equipped with GPS. The system will consolidate data provided by several different drivers and generate a set of points common to be used in the warning system. Although the application is designed to protect drivers, the data generated by it can serve as inputs for the responsible to improve signage and recovery of public roads / O trabalho prop?e um sistema colaborativo para marca??o de pontos perigosos em vias de transporte e gera??o de alertas para motoristas. Ele consistire de um sistema de alerta de proximidade de um ponto de perigo, que ser? alimentado pelos pr?prios motoristas atrav?s de um aparelho m?vel equipado com GPS. O sistema dever? consolidar dados fornecidos por v?rios motoristas diferentes e gerar um conjunto de pontos comuns que ser?o usados no sistema de alerta. Embora a aplica??o seja destinada ? prote??o de motoristas, os dados gerados por ela poder?o servir de insumos para os ?rg?os respons?veis melhorarem a sinaliza??o e recupera??o de vias p?blicas

The growth in the number of connected devices, in the volume of data traffic and of applications used has shown a significant increase in the complexity of today's networks, leaving the activity of management increasingly difficult for network and system administrators. Management aspects, such as the security of these systems has been a major challenge faced by the researchers, especially considering that, in parallel, there has been also a significant increase in the degree of sophistication of malicious activities. This scenario requires the development of sophisticated security systems also, in order to prevent or contain attacks increasingly destructive to systems, such as worm attacks. And the biological inspiration has been a main ally in this endeavor, bringing several concepts and new ways of thinking and solving these problems. This work used the bio-inspired concepts of Autonomic Networks (self-managing networks inspired by the functioning of the human nervous system)and Artificial Immune Systems (computer security systems inspired by the functioning of the human immune system), to define a management architecture for network self-protection, through the prediction of security attacks. This architecture incorporates the Danger Theory immune-inspired model and uses its Dendritic Cells algorithm to correlate events and detect anomalies. The architecture analysis was performed on an Early Warning System, which uses notifications received from worm already infected machines as additional information to identify the imminence of an infection in still vulnerable machines. In the experiments the gain in time obtained with this early identification was used in the Conficker worm propagation model and the results showed a reduction in the number of infected machines and, consequently, in the worm propagation across a network / O crescimento do número de dispositivos conectados, do volume de dados trafegados e das aplicações utilizadas tem evidenciado um aumento importante na complexidade das redes atuais, deixando a atividade de gerência cada vez mais difícil para os administradores de redes e sistemas. Aspectos de gerência, como a segurança desses sistemas tem sido um dos principais desafios enfrentados pelos pesquisadores, principalmente, considerando que, em paralelo, observa-se um também importante aumento no grau de sofisticação das atividades maliciosas. Tal cenário exige o desenvolvimento de sistemas de segurança igualmente sofisticados, com o intuito de impedir ou conter ataques cada vez mais destrutivos aos sistemas, como os ataques de worms. E a inspiração biológica tem sido uma das grandes aliadas nesta empreitada, trazendo diversos conceitos e novas formas de pensar e resolver esses problemas. Este trabalho utilizou os conceitos bio-inspirados das Redes Autonômicas (redes autogerenciáveis inspiradas nos funcionamento do sistema nervoso humano) e dos Sistemas Imunes Artificiais (sistemas de segurança computacional inspirados no funcionamento do sistema imunológico humano), para definir uma arquitetura de gerência para autoproteção de redes, através da predição de ataques de segurança. Tal arquitetura incorpora o modelo imuno-inspirado da Teoria do Perigo e utiliza o seu Algoritmo das Células Dendríticas para correlacionar eventos e detectar anomalias. A análise da arquitetura foi realizada em um Sistema de Alerta Antecipado, que usa notificações recebidas de máquinas já infectadas por worm como informação adicional para identificar a iminência de uma infecção em máquinas ainda vulneráveis. Nos experimentos o ganho de tempo obtido com essa identificação precoce foi utilizado no modelo de propagação do worm Conficker e os resultados apontaram uma redução no número de máquinas infectadas e, consequentemente, na propagação deste worm em uma rede

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-06-15T18:33:41Z No. of bitstreams: 2 Tese - Diogo Soares Menezes Samia - 2015.pdf: 4976311 bytes, checksum: 317908c75deb4de1770cd68c544a5190 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-06-28T11:59:17Z (GMT) No. of bitstreams: 2 Tese - Diogo Soares Menezes Samia - 2015.pdf: 4976311 bytes, checksum: 317908c75deb4de1770cd68c544a5190 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) / Made available in DSpace on 2016-06-28T11:59:17Z (GMT). No. of bitstreams: 2 Tese - Diogo Soares Menezes Samia - 2015.pdf: 4976311 bytes, checksum: 317908c75deb4de1770cd68c544a5190 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) Previous issue date: 2015-08-17 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Optimal escape theory states that animals should counterbalance the costs and benefits of flight when escaping from a potential predator. However, in apparent contradiction with this well-established optimality model, birds and mammals generally initiate escape soon after beginning to monitor an approaching threat; a phenomena codified as the “Flush Early and Avoid the Rush” (FEAR) hypothesis. Typically, the FEAR hypothesis is tested using correlational statistics and is supported when there is a strong relationship between the distance at which an individual first responds behaviorally to an approaching predator (alert distance; AD), and its flight initiation distance (the distance at which it flees the approaching predator; FID). However, such correlational statistics are both inadequate to analyze relationships constrained by an envelope (such as that in the AD-FID relationship) and are sensitive to outliers with high leverage, which can lead one to erroneous conclusions. To overcome these statistical concerns we develop the phi index (Φ), a distribution-free metric to evaluate the goodness of fit of a 1:1 relationship in a constraint envelope (the prediction of the FEAR hypothesis). Using both simulation and empirical data, we conclude that Φ is superior to traditional correlational analyses because it explicitly tests the FEAR prediction, is robust to outliers, and it controls for the disproportionate influence of observations from large predictor values (caused by the constrained envelope in AD-FID relationship). Importantly, by analyzing the empirical data we corroborate the strong effect that alertness has on flight as stated by the FEAR hypothesis. / A teoria do escape ótimo afirma que os animais devem contrabalançar os custos e benefícios da fuga quando vão escapar de um predador. No entanto, em aparente contradição com este bem-estabelecido modelo ótimo, aves e mamíferos geralmente empreendem fuga logo após inicio do monitoramento do predador em potencial; um fenômeno denominado “Flush Early and Avoid the Rush hypothesis” (a hipótese FEAR). A hipótese FEAR é geralmente testada usando estatísticas correlativas e seu suporte se dá por uma forte relação positiva entre a distância na qual um indivíduo responde comportamentalmente a um predador que se aproxima (distância de alerta; alert distance, AD) e a distância do início da fuga (flight initiation distance, FID). No entanto, o uso de estatísticas correlativas para testar a hipótese FEAR pode levar a conclusões errôneas, já que estatísticas correlativas são inadequadas para análise de relações em envelope (tais como a relação entre AD e FID) e são sensíveis a valores discrepantes (outliers) com elevado efeito de alavancagem. Por isso, nós desenvolvemos o índice fi (Φ), uma métrica não-paramétrica destinada a avaliar a qualidade do ajuste de uma relação 1:1 restrita por um envelope (tal como a observada na hipótese FEAR). Usando simulações numéricas e dados empíricos, nós concluímos que Φ é uma métrica superior às análises de correlação tradicionais porque testa explicitamente a predição da hipótese FEAR, é robusta a outiliers, e ainda controla pela influência disproporcional dos altos de AD (causado pela relação em envelope entre AD e FID). Como predito pela hipótese FEAR, a análise dos dados empíricos corroborou o forte efeito que a distância de alerta tem sobre a decisão de fuga das presas.