Dissertação de Mestrado — PPgCC / UFAC

Aplicação de Mineração de Dados e Aprendizagem de MĆ”quina na Detecção de Conflitos entre PolĆ­ticas de Controle de Acesso — Prof. Edkallenn Lima

View the Project on GitHub ed1rac/Dissertacao-Ed

šŸŽ“ Dissertação de Mestrado — PPgCC / UFAC

ā€œAplicação de Mineração de Dados e Aprendizagem de MĆ”quina na Detecção de Conflitos entre PolĆ­ticas de Controle de Acessoā€

Autor: Edkallenn Lima • Orientadora: Dra. Laura Costa Sarkis
Instituição: Programa de Pós-Graduação em CiĆŖncia da Computação (PPgCC) — Universidade Federal do Acre (UFAC)

PDF da Dissertação Python Scikit-Learn LaTeX Open In Colab


šŸ“Œ Resumo do Trabalho (Abstract)

As polĆ­ticas de controle de acesso sĆ£o componentes crĆ­ticos na seguranƧa de sistemas modernos, definindo quem pode acessar quais recursos sob quais circunstĆ¢ncias. No entanto, Ć  medida que organizaƧƵes crescem e as polĆ­ticas se tornam mais complexas e dinĆ¢micas, surgem conflitos indiretos — situaƧƵes sutis em que regras aparentemente compatĆ­veis produzem decisƵes contraditórias de permissĆ£o e negação.

Esta dissertação propõe e avalia uma abordagem computacional baseada em Mineração de Dados e Aprendizado de MÔquina, utilizando redes neurais artificiais (Multilayer Perceptron - MLP) e algoritmos de classificação supervisionada para automatizar a identificação, classificação e mitigação de conflitos entre políticas de controle de acesso (baseadas em padrões como XACML e RBAC).


šŸ”¬ Experimentos e Notebooks Interativos

VocĆŖ pode inspecionar e reproduzir os experimentos interativamente pelo Google Colab:

Notebook Descrição Executar
Classificação_Mestrado_Redes_Neurais_MLP_e_outros_Versão_NOVA.ipynb Treinamento e avaliação de modelos neurais (MLP), SVM e Ôrvores de decisão na classificação de regras Colab
Abordagem conflitos indiretos.ipynb PrƩ-processamento, engenharia de atributos e anƔlise de conflitos indiretos em polƭticas de acesso Colab

šŸ“‚ Estrutura do Repositório

Dissertacao-Ed/
ā”œā”€ā”€ old/dissertacao-ed-revisada.pdf      # Texto final integral revisado da dissertação
ā”œā”€ā”€ old/                                 # Fontes em LaTeX (compilação completa)
ā”œā”€ā”€ arquivos-politicas/                  # Datasets e arquivos de polĆ­ticas de controle de acesso
ā”œā”€ā”€ Programas/                           # Scripts Python auxiliares e rotinas de extração
ā”œā”€ā”€ imagens/                             # GrĆ”ficos de acurĆ”cia, matrizes de confusĆ£o e arquitetura
└── bibliografias-temp/                  # Arquivos de referĆŖncias bibliogrĆ”ficas (.bib)

šŸ› ļø Stack Tecnológica Utilizada


šŸ“– Como Citar (BibTeX)

Se este trabalho ou dataset for Ćŗtil para sua pesquisa, por favor cite:

@mastersthesis{lima2018conflitos,
  author       = {Edkallenn Silva Lima},
  title        = {Aplicação de Mineração de Dados e Aprendizagem de MÔquina na Detecção de Conflitos entre Políticas de Controle de Acesso},
  school       = {Universidade Federal do Acre (UFAC) -- Programa de Pós-Graduação em Ciência da Computação},
  year         = {2018},
  address      = {Rio Branco, AC, Brasil},
  type         = {Dissertação de Mestrado}
}

ā˜• Apoie o Projeto (Me Pague um CafĆ© / Buy Me a Coffee)

Este projeto é desenvolvido com dedicação e carinho à disseminação do conhecimento e da tecnologia. Se ele foi útil para os seus estudos, aulas, trabalho ou produtividade diÔria e você quiser apoiar o desenvolvimento contínuo:

Buy Me a Coffee QR Code — Edkallenn (@ed1rac)

Muito obrigado pelo apoio! šŸš€