A extração automática de informações de documentos oficiais é um desafio central para a promoção da transparência e a fiscalização da aplicação dos recursos públicos no Brasil. Uma tarefa fundamental para este fim é o Reconhecimento de Entidades Nomeadas (REN), que visa identificar e classificar dados-chave em textos não estruturados. No domínio dos convênios públicos, a ausência de corpora anotados em larga escala representa uma barreira significativa para o desenvolvimento de modelos de REN de alto desempenho. Este trabalho aborda essa lacuna, objetivando o desenvolvimento e a avaliação de modelos baseados na arquitetura Transformer e técnicas de ensemble para a extração de 26 tipos de entidades de documentos de convênios publicados no Diário Oficial da União (DOU). Para viabilizar este trabalho, foi construído um corpus massivo a partir de 554.101 convênios (1996–2022), resultando em 192.900 documentos e mais de 10,4 milhões de entidades anotadas automaticamente. Com base nesses dados, a metodologia experimental comparou o ajuste fino (fine-tuning) de sete modelos Transformer individuais contra três estratégias de combinação destes. Os resultados indicam que, para além de superar a linha de base em métricas globais (F1-score de 0,700 na votação por maioria contra 0,690 no melhor modelo individual), os ensembles ofereceram ganhos expressivos na análise granular por categoria de entidade. Demonstrou-se a viabilidade de ajustar o trade-off entre precisão e revocação, permitindo configurar sistemas “conservadores” (alta confiança) ou “abrangentes” (alta cobertura) conforme a necessidade da aplicação. Qualitativamente, a combinação de modelos mostrou-se eficaz na correção de erros de omissão e capaz de generalizar além dos padrões rígidos da anotação automática baseada em regras. As contribuições deste trabalho incluem a criação e disponibilização pública de um corpus anotado em larga escala e a demonstração de que a combinação de modelos aprimora a robustez de sistemas de REN, com potencial na aplicação direta em projetos estratégicos de fiscalização e inteligência conduzidos por grandes instituições federais brasileiras.

No contexto do aumento da conectividade das redes de computadores e da crescente sofisticação dos ataques cibernéticos, a detecção de intrusão tornou-se um desafio cada vez mais crítico para a segurança das informações armazenadas e transmitidas. O tráfego dessas redes pode ser modelado como um fluxo contínuo de dados, onde os exemplos chegam de forma constante e a distribuição subjacente pode evoluir ao longo do tempo. Em tais fluxos, podem ocorrer fenômenos como mudanças de conceito em classes existentes ou o surgimento de novas classes. Este trabalho investiga técnicas desenvolvidas para a tarefa de Detecção de Novidade, que busca identificar padrões não explicados pelo modelo que representa o comportamento conhecido, aplicadas ao problema de detecção de intrusão. O objetivo da pesquisa é avaliar a capacidade de alguns algoritmos de identificar classes de ataques não presentes na fase de treinamento, enquanto buscam manter a precisão na classificação de classes já conhecidas. Para isso, foi realizada uma análise experimental com diferentes técnicas de Detecção de Novidades: ECSMiner, MINAS, SENCForest, KNNENS e Trident. Além da capacidade preditiva, também foram avaliados aspectos relacionados à eficiência computacional dos algoritmos. Os resultados mostraram que o SENCForest apresentou a maior agilidade na detecção inicial de novas classes de ataques e obteve o menor consumo de memória principal. Por outro lado, MINAS e Trident demonstraram maior viabilidade para operação em tempo real em redes de alto tráfego devido às suas taxa de processamento de amostras.

\textbf{Contexto:} Nos últimos anos, o campo da inteligência artificial passou por um processo de expansão notável, tanto na academia como na indústria. Este crescimento pode ser observado de várias formas, incluindo o desenvolvimento de tecnologias mais complexas, o aumento do investimento, uma maior atenção dos meios de comunicação social e a expansão das suas áreas de aplicação. No entanto, este avanço deu origem a questões éticas que estão sendo uma questão de crescente preocupação social, como o enviesamento de sistemas, aplicações danosas, entre outros.
\textbf{Objetivo:}
Este trabalho tem como objetivo apresentar uma visão geral do estado atual das soluções práticas para o desenvolvimento ético de sistemas baseados em IA em todas as fases do ciclo de vida de um sistema de software. Pretendeu-se também desenvolver uma ferramenta que operacionalize a tradução de requisitos éticos de alto nível em histórias de usuário éticas.
\textbf{Método:}
Para atingir este objetivo, este estudo baseou-se na metodologia \textit{Design Science Research}, que produziu três resultados até ao momento. Inicialmente, na fase de consciência do problema, foi atualizada a revisão sistemática da literatura desenvolvida por Cerqueira. Posteriormente, na fase de sugestão, a ferramenta proposta foi formulada como um sistema que traduz requisitos éticos em histórias de usuário éticas. Finalmente, na fase de desenvolvimento, foi implementada a primeira versão da ferramenta.
\textbf{Resultados:} No total foram identificados 38 estudos primários. Dentre estes estudos, a maior parte (63\%) propõe uma solução prática para facilitar a aplicação de ética em IA, mas ainda existe uma lacuna entre teoria e prática no que se diz sobre ética em IA. Além disso, foi também compilada uma lista com 26 dos principais princípios éticos que foram discutidos na literatura. Foi também proposta e desenvolvida a ferramenta \textit{Requirements to US}, que utiliza histórias de usuário, princípios éticos em IA e modelos de LLMs para promover a integração da ética em IA durante a fase de Engenharia de Requisitos.
\textbf{Conclusão:} Os resultados do processo de treinamento do modelo indicam que sua utilização é viável para possibilitar a prática de ética em IA durante os estágios iniciais do ciclo de vida do software. Consequentemente, os resultados preliminares indicam que a ferramenta facilita a integração da teoria e prática, preenchendo assim uma lacuna existente no atual conjunto de aplicações práticas.

Na atualidade, o Processamento de Linguagem Natural (NLP) evoluiu rapidamente em uma ampla gama de tarefas, especialmente graças aos avanços do Aprendizado de Máquina (ML) e do Aprendizado Profundo (DL) ao longo dos anos. No entanto, devido à alta complexidade e aos diversos pré-requisitos dessas tecnologias, as metodologias convencionais de classificação de texto de NLP geralmente exigem uma grande quantidade documentos rotulados e alto poder computacional. Este trabalho investiga três técnicas para abordar e solucionar esses desafios. Primeiramente e mais significativamente, está o uso de abordagens baseadas em grafos transdutivos para a tarefa de classificação de texto, visando reduzir a quantidade necessária de dados rotulados. Para este processo inicial, emprega-se o já renomado modelo de Graph Convolutional Networks (GCN) e o modelo mais contemporâneo de Graph Attention Networks (GAT), ambos utilizando uma nova estrutura de grafos bipartidos de documento-conceito que usam Keyphrases (conceitos) para aquisição de conhecimento de tópicos e enriquecimento de informações dos modelos. A segunda técnica utilizada, constitui na aplicação de coarsening para promover a redução dos grafos, reduzindo assim os custos computacionais. Por fim, emprega-se Large Language Models (LLM) como rotuladores de baixo custo, removendo ou reduzindo a necessidade de rotuladores humanos. Os resultados mostram que o modelo GAT teve o melhor desempenho para tarefas de classificação de texto transdutivo usando a abordagem de grafos bipartidos de documento-conceito, sendo este um desempenho comparável aos de modelos indutivos tradicionais mesmo usando apenas de 1 a 30 documentos rotulados por classe. Referente a aplicação de coarsening, ocorreu uma redução de 40%-50% no tamanho dos grafos preservando em média 82% do desempenho dos modelos, variando de 68% a 95% em vários conjuntos de dados. LLMs foram capazes de treinar vários modelos eficientes, mas quando comparados a modelos treinados usando dados rotulados por humanos apresentaram resultados inferiores, demonstrando que o aprendizado transdutivo favorece pequenas quantidades de dados muito precisos em alternativa de uma quantidade abundante de dados moderadamente precisos.

A maioria das plataformas de blockchain armazena as transações publicamente no ledger. Embora essa abordagem garanta a corretude e a auditabilidade das operações, ela impõe um obstáculo significativo para o desenvolvimento de aplicações que preservem a privacidade dos usuários. Diversas abordagens têm sido propostas para mitigar esse problema, empregando técnicas variadas e oferecendo diferentes níveis de privacidade. No entanto, o campo de pesquisa nessa área demonstra carência de análises abrangentes e comparativas das soluções de privacidade disponíveis.

Esta dissertação apresenta uma análise conceitual de soluções de privacidade para plataformas de blockchain, comparando suas arquiteturas, funcionalidades e limitações. Além disso, é realizada uma avaliação empírica de duas dessas soluções – Anonymous Zether e Zeestar. Nessa análise, é implementado um caso de uso no qual essas soluções são utilizadas para aprimorar a privacidade da aplicação Miles2Coins, uma plataforma de compra e venda de tokens de milhas aéreas desenvolvida para este estudo. Assim, é possível investigar os impactos sobre o desempenho, os custos transacionais e a complexidade adicional envolvida na implementação de mecanismos de privacidade em aplicações descentralizadas. Os resultados evidenciam os desafios enfrentados pelas abordagens atuais para oferecer uma solução definitiva para a privacidade em blockchain sem compromissos.

Por fim, este trabalho discute o panorama atual da privacidade em blockchain, avaliando os avanços recentes e as dificuldades associadas à adoção de plataformas de blockchain com mecanismos de privacidade integrados. O principal obstáculo reside em atender a requisitos rigorosos de privacidade sem comprometer significativamente o desempenho, os custos e a usabilidade das aplicações descentralizadas.

Neste trabalho, abordamos o problema de minimizar a taxa de Equal Error Rate (EER) global em um sistema de verificação de assinaturas online independente de escritor, decompondo-a em duas componentes: a taxa de erro de separação e a taxa de erro de alinhamento. A taxa de separação surge da falta de uma separação correta entre assina- turas genuínas e falsificadas, enquanto a de alinhamento resulta da incapacidade de um único limiar global capturar de forma eficaz as separações específicas de cada escritor. Enquanto as abordagens tradicionais da literatura focam exclusivamente em aumentar a separação entre assinaturas genuínas e falsificadas, essa decomposição nos permite endereçar o problema também do ponto de vista da falta de alinhamento entre os limiares específicos de cada usuário.

Para isso, propomos HoLoSig, um novo arcabouço que integra duas populares rep- resentações profundas de assinaturas através de uma arquitetura convolucional 1D compartilhada que se bifurca em dois ramos especializados. Em um dos ramos, utilizamos a Triplet Loss com Soft-DTW para aprender representações locais de comprimento var- iável, cujas pontuações de dissimilaridade são deslocadas para uma região comum com a ajuda da Discrepância Média Máxima, a fim de melhorar o desempenho do sistema ao usar um limiar global. No outro ramo, empregamos como função de perda a expansão polinomial da entropia cruzada com correção no primeiro polinômio para aprender rep- resentações holísticas de comprimento fixo, que são usadas para reforçar ainda mais a separação criada pelo ramo de representações locais.

Para avaliar o método proposto nós conduzimos diversos experimentos de ablação que confirmam a redução tanto no erro de separação quanto de alinhamento e concluímos que a Triplet-MMD desempenha papel fundamental na redução do último. Em seguida, estendemos a análise ao substituir a MMD por outras medidas de divergência estatística e comprovamos que elas alcançam resultados comparáveis—demonstrando que o erro de alinhamento pode ser reduzido ao garantir que as pontuações de dissimilaridade do sistema sigam uma distribuição consistente.

Como um arcabouço independente de escritor, HoLoSig não possui dependência de usuários e é portanto capaz de verificar assinaturas de escritores não vistos durante o treinamento sem a necessidade de qualquer adaptação ou ajuste-fino. No entanto, HoLoSig não está livre de vieses relacionados aos dispositivos de captura e protocolo de aquisição de assinaturas. Portanto, para avaliar a robustez do modelo a essas particularidades nós realizamos diversos experimentos onde o treinamento é realizado com dados oriundos de protocolos de aquisição e dispositivos de captura diferentes dos utilizados para medir o erro do sistema. Nossos resultados são promissores, pois eles não apenas mostram forte capacidade de generalização mas também que HoLoSig consegue superar métodos que figuram no estado da arte mesmo se treinada com apenas metade dos dados utilizados por eles.

HoLoSig foi idealizada para verificação de assinaturas online realizadas com canetas (stylus). No entanto, nós estendemos sua arquitetura para endereçar o problema de verifi- cação de assinaturas online realizadas com dedo. Um dos maiores desafios na verificação de assinaturas feitas com dedo é o tamanho limitado dos conjuntos de dados disponíveis para pesquisa comparado com aqueles onde as assinaturas foram feitas com caneta, o que fre- quentemente inviabiliza o treinamento do zero. Para endereçar isso, nós adicionamos um ramo classificador de domínio na arquitetura de HoLoSig, transformando-a efetivamente em uma Rede Neural de Adaptação de Domínio. A arquitetura HoLoDANN resultante nos permite tirar proveito tanto das assinaturas feitas com caneta quanto das assinaturas feitas com dedo para melhor abordar o problema de assinaturas feitas com dedo.

HoLoSig e HoLoDANN alcançam resultados de ponta no DeepSignDB, o maior con- junto de verificação de assinaturas online atualmente. Os resultados (EER) de HoLoSig no cenário de assinaturas feitas com caneta contra falsificações habilidosas e aleatórias são: 1,73% (4vs1 habilidosas), 3,29% (1vs1 habilidosas), 0,43% (4vs1 aleatórias) e 0,89% (1vs1 aleatórias). Os resultados (EER) de HoLoDANN no cenário de assinaturas feitas com dedo contra falsificações habilidosas e aleatórias são: 5,65% (4vs1 habilidosas), 9.99% (1vs1 habilidosas), 0,55% (4vs1 aleatórias) e 1,78% (1vs1 aleatórias).

Contexto: O reempacotamento (ou repackaging) de aplicativos Android representa uma ameaça significativa à segurança, com potencial para impactar a receita de desenvolvedores e expor usuários a softwares maliciosos. No entanto, o reempacotamento também é amplamente utilizado em técnicas de instrumentação que incorporam mecanismos de monitoramento aos aplicativos, viabilizando pesquisas de segurança sobre seu comportamento. A taxa de sucesso de técnicas de instrumentação varia consideravelmente e explicações genéricas para falhas deixam em aberto a seguinte questão: até que ponto aplicativos populares são suscetíveis ao reempacotamento? Objetivo: O objetivo deste trabalho é identificar e analisar os fatores que levam ao insucesso das diversas técnicas de instrumentação via repackaging. Estrutura da Pesquisa: O presente estudo propõe uma abordagem sistemática para a compreensão do problema. Para isso, foi desenvolvida uma infraestrutura específica capaz de automatizar e monitorar o processo de reempacotamento. Em seguida, essa infraestrutura foi aplicada a um conjunto curado de aplicativos populares da Google Play Store. Durante a execução dos experimentos, foram coletados e analisados dados sobre o comportamento desses aplicativos frente às diferentes etapas do reempacotamento, oferecendo subsídios para futuras pesquisas e estratégias de mitigação. Resultados: Entre os resultados obtidos, apresentamos o InstruMate, uma abordagem sistemática capaz de gerar controladamente variantes reempacotadas-por meio da modificação de artefatos sensíveis do Android-para avaliar a resiliência de aplicativos ao reempacotamento, utilizando procedimentos de verificação que comparam o comportamento de cada variante com sua versão original. Em um conjunto curado de 156 aplicativos populares da Google Play Store, nosso estudo empírico revelou que 86% não são resilientes ao reempacotamento básico (por exemplo, alteração de assinatura), 81% permitem execução em modo de depuração, 83% toleram modificações superficiais e 65% são confirmadamente vulneráveis à adulteração de código. De forma geral, nossas contribuições incluem essa nova infraestrutura para reempacotamento e um procedimento aprimorado de verificação de versões repacotadas. Conclusões: Os resultados obtidos evidenciam tanto a facilidade quanto os riscos associados ao reempacotamento de aplicativos Android, além de validarem o InstruMate como uma infraestrutura eficaz para avaliar a resiliência de apps frente a esse tipo de modificação. Analistas de segurança podem se beneficiar do teste de repackaging proposto, já que as técnicas de instrumentação utilizadas têm como objetivo alcançar cobertura de código simples. Caso um aplicativo se mostre resistente a essas abordagens, é provável que técnicas mais avançadas também não obtenham êxito.

Contexto: A  Engenharia de Requisitos (ER) em projetos de software open-source (OSS) sofre com a informalidade e o grande volume de issues, gerando lacunas entre solicitações de usuários e artefatos formais exigidos por normas como a ISO/IEC/IEEE 29148:2018.  Objetivo:  Avaliar empiricamente a eficácia de  LLMs  — modulada por diferentes estratégias de engenharia de prompts  — na geração automática de requisitos de software a partir de títulos de  issues . Método: Foram coletados 150 títulos de issues de cinco repositórios  OSS  altamente ativos; esses títulos foram processados pelos LLMs  o3-mini  e  DeepSeek R1 , combinados com três estilos de prompt (Zero-shot, Few-shot e Expert Identity), resultando em 900 requisitos avaliados por um LLM-juiz (Qwen QwQ-32b) segundo as métricas Não Ambiguidade, Verificabilidade e Singularidade derivadas da norma ISO/IEC/IEEE 29148.  Resultados:  Ambos os  LLMs  produziram requisitos de alta qualidade (médias > 4,2 numa escala 1–5), mas com variação significativa; a estratégia  Few-shot  elevou consistentemente a Singularidade, enquanto a  Expert  melhorou a Verificabilidade ao custo de requisitos menos singulares, evidenciando trade-offs  dependentes do modelo e do  prompt .  Conclusão:   LLMs  são assistentes promissores para automatizar etapas críticas da ER  em  OSS , porém sua eficácia exige prompts  cuidadosamente projetados e supervisão humana para balancear atributos de qualidade concorrentes e assegurar requisitos claros, verificáveis e atômicos.

O vazamento de dados sensíveis é uma importante preocupação de segurança em sistemas de software modernos. A análise estática de fluxo de informações (taint analysis) tem se mostrado eficaz na identificação de possíveis vazamentos ao rastrear como os valores de dados se propagam ao longo de um programa. A Análise de Fluxo de Valores Esparso (Sparse Value Flow Analysis – SVFA) é uma técnica de análise estática que apresentou bons resultados na detecção de vazamentos de dados em programas escritos em C e C++. No entanto, sua aplicabilidade para programas em bytecode Java ainda é pouco explorada.

Esta dissertação investiga a eficácia do JSVFA, um analisador estático baseado em SVFA voltado para aplicações Java e Android. O trabalho apresenta um estudo empírico que compara a acurácia do JSVFA com ferramentas de ponta para análise de fluxo de informações em Java — FlowDroid e Joana — utilizando o conjunto de testes SecureBench. Além disso, o trabalho aprimora a implementação existente do JSVFA, buscando melhorar sua precisão, revocação (recall) e capacidade geral de análise. A nova versão também é integrada ao TaintBench, um conjunto de benchmarks voltado para aplicações Android, a fim de avaliar sua eficácia nesse ambiente.

Os resultados experimentais mostram que o JSVFA aprimorado supera significativamente sua versão anterior em termos de revocação, F-score e taxa de sucesso nos casos de teste dos benchmarks, embora apresente uma leve redução na precisão. Em comparação com o FlowDroid e o Joana, o JSVFA alcança um equilíbrio entre precisão, revocação e F-score, posicionando-se como uma alternativa competitiva. Experimentos adicionais no contexto Android revelam que o JSVFA identificou 86 e 655 novos vazamentos, respectivamente, que não estavam nos relatórios originais do TaintBench, mas foram posteriormente confirmados como verdadeiros positivos. No entanto, o JSVFA ainda falha em identificar alguns caminhos source-sink reportados como reais pelo ground truth do benchmark.

Em conclusão, o JSVFA demonstra desempenho competitivo para a análise de código Java e apresenta resultados promissores para aplicações Android. Entretanto, é necessário um estudo mais aprofundado sobre o ciclo de vida das aplicações Android para aumentar sua cobertura e precisão na detecção de vazamentos de dados.

O paradigma de fog computing busca reduzir a latência e ampliar a qualidade dos serviços ao aproximar os servidores das aplicações dos usuários finais. Contudo, sua implementação em redes cloud envolve custos significativos e requer a escolha eficiente do posicionamento dos nós de fog. Esta dissertação propõe e compara diferentes métodos para resolver esse problema, incluindo um modelo exato baseado em programação linear inteira mista (MILP) e heurísticas fundamentadas em invariantes de grafos, como excentricidade e conectividade. As abordagens foram avaliadas em múltiplas topologias reais e sintéticas sob métricas de latência média e número de nós implantados. Os resultados indicam que as heurísticas atingem desempenho próximo ao ótimo com menor custo computacional, oferecendo alternativas viáveis para cenários de aplicações sensíveis à latência e restritas por capacidade.

Sistemas auto-adaptativos (SAS) frequentemente confundem a avaliação de objetivos e a seleção de estratégias dentro de uma única camada arquitetural, o que limita sua capacidade de adaptação em tempo de execução. A arquitetura MORPH aborda essa questão ao estruturar a adaptação em três camadas de controladores: Gerenciamento de Objetivos, Gerenciamento de Estratégias e Execução de Estratégias.

Nesse contexto, o framework EDGE (ExtenDed Goal modEling) avança a camada de Gerenciamento de Objetivos ao introduzir uma nova notação de modelagem, guiada por cinco desiderata que apoiam o raciocínio dinâmico sobre objetivos, a síntese de planos e a memória de decisões. O EDGE ainda possibilita a geração de modelos de Processos de Decisão de Markov (MDP) na linguagem PRISM, representando controladores de objetivos capazes de monitorar conquistas e calcular planos de adaptação sob incerteza.

No entanto, alinhar modelos de objetivos de alto nível com controladores de gerenciamento de objetivos formalmente verificáveis continua sendo um desafio central. À medida que os sistemas evoluem, a ausência de transformações automáticas que preservem a semântica frequentemente leva a divergências entre requisitos e lógica executável, comprometendo a garantia e a manutenibilidade.

Para enfrentar essa lacuna, propomos uma ferramenta que sintetiza automaticamente modelos MDP rastreáveis e verificáveis de controladores de objetivos em PRISM, a partir de modelos EDGE anotados. Em consonância com os desiderata do EDGE, a ferramenta oferece uma tradução automatizada, modular e escalável de modelos i* enriquecidos para código PRISM, reduzindo o esforço manual e reforçando a conexão entre a intenção em nível de objetivos e as estratégias de adaptação em tempo de execução — promovendo, assim, o avanço da adoção prática da engenharia dirigida por modelos em sistemas auto-adaptativos.

O dobramento de proteínas é um processo crucial na biologia molecular para a compreensão da dinâmica estrutural e funcional das proteínas. Simulações de dinâmica molecular são importantes para fornecer insights em nível atômico sobre o processo de dobramento, permitindo a investigação de mudanças estruturais ao longo do tempo. No entanto, estas simulações enfrentam muitos desafios, incluindo elevados custos computacionais e longos tempos de execução, especialmente quando simulam grandes sistemas biomoleculares em escalas de tempo relevantes. Esta Tese de Doutorado visa enfrentar esses desafios investigando estratégias paralelas para reduzir o tempo de execução, mantendo a precisão. Especificamente, este trabalho propõe uma estratégia Adaptive Patch Grid (APG) que ajusta dinamicamente a decomposição espacial ao longo do processo de dobramento para melhorar o equilíbrio de carga e a eficiência em simulações de dinâmica molecular. Além disso, esta tese de doutorado propõe o algoritmo N2HB, que incorpora potenciais de enterramento atômico e ligações de hidrogênio na simulação de dinâmica molecular para melhorar a precisão do modelo de dobramento. Ambas as propostas (APG e N2HB) foram implementadas utilizando a plataforma NAMD, um software de dinâmica molecular paralelo. Novos componentes, como ComputeBurialForce e ComputeHBonds, foram adicionados para permitir o cálculo paralelo das forças de enterramento e de ligação. Pesos de anelamento foram aplicados para otimizar o processo de minimização de energia durante o dobramento. As soluções foram avaliadas por meio de testes extensivos em diversos sistemas de Computação de Alto Desempenho (HPC), mostrando tempos de execução reduzidos e mantendo boa precisão de simulação. Esta Tese de Doutorado contribui para a área ao fornecer estratégias de paralelização que melhoram o desempenho de simulações de dinâmica molecular para enovelamento de proteínas, abordando limitações computacionais e oferecendo métodos para dimensionar essas simulações para sistemas biológicos mais complexos.
Palavras Chave em Português: dobramento de proteínas, dinâmica molecular, computação de alto desempenho, enterramento atômico

Os robôs transformaram indústrias como a manufatura automotiva ao assumirem tarefas tediosas, repetitivas e perigosas dentro de ambientes fabris. Tradicionalmente, esses robôs são grandes máquinas operando em ambientes altamente controlados. No entanto, nos últimos anos, houve um crescimento significativo no desenvolvimento de robôs móveis projetados para atuar em espaços compartilhados com humanos, incluindo hospitais, hotéis e restaurantes. Conhecidos como robôs de serviço, esses sistemas são capazes de navegar em ambientes centrados em humanos e realizar tarefas como manipulação de objetos e inspeção do ambiente usando câmeras e sensores. Para explorar plenamente o potencial dos robôs de serviço em contextos sociais, é essencial estabelecer mecanismos eficazes de coordenação. No entanto, orquestrar múltiplos robôs em espaços compartilhados com humanos apresenta desafios substanciais de engenharia devido à natureza aberta desses ambientes e às incertezas inerentes que introduzem. Além disso, embora a garantia de qualidade seja crucial para esses sistemas, a simulação de sua lógica de coordenação é particularmente complexa devido à forte dependência de fatores ambientais. Esta tese avança o estado da arte na engenharia de sistemas multi-robô autônomos (MRS) no domínio dos robôs de serviço, com foco especial em arquitetura e simulação. Ela propõe soluções arquiteturais inovadoras para gerenciar a complexidade e a incerteza presentes em ambientes dinâmicos. Para isso, esta pesquisa introduz uma nova arquitetura, chamada MissionControl, projetada para facilitar o desenvolvimento e a coordenação de missões MRS. O MissionControl reduz a complexidade do sistema ao definir um modelo de componentes que estrutura o sistema em componentes encapsulados e reutilizáveis, com responsabilidades bem definidas. Além disso, ele integra modelos de componentes e de tempo de execução com processos de coordenação, priorizando modificabilidade, integrabilidade e autonomia. Uma implementação prototípica do MissionControl foi desenvolvida para comunicação entre robôs e ROS para execução de tarefas. A arquitetura foi avaliada por meio de experimentos controlados no simulador MORSE e inspeções sistemáticas baseadas em diretrizes de análise de arquitetura de software. Os resultados experimentais indicam uma melhoria nas taxas de sucesso das missões e uma redução nas falhas causadas por esgotamento de recursos, mesmo sob condições de incerteza. Por fim, esta tese contribui com um design de simulação leve chamado HMR Sim, projetado para avaliar a lógica de coordenação. O framework de simulação proposto é eficiente em termos de recursos e suporta a execução de testes por meio de uma linguagem específica de domínio (DSL), permitindo a validação sistemática dos comportamentos dos sistemas multi-robô.

A fog computing (computação em névoa) é um paradigma que permite o provisionamento de recursos e serviços computacionais na borda da rede, mais próximo dos dispositivos finais e usuários, com menor latência, complementando a cloud computing (computação em nuvem). A heterogeneidade e o grande número de dispositivos são desafios a serem superados pelo gerenciamento de recursos neste ambiente, que tem o objetivo de garantir que os recursos necessários estejam disponíveis no momento certo e no local adequado para que as tarefas sejam concluídas com sucesso. Assim sendo, entre as principais funcionalidades do gerenciamento de recursos estão a etapa de Descoberta que visa encontrar os recursos adequados; e a etapa de Alocação que objetiva selecionar, reservar e garantir o uso dos melhores recursos para a execução de uma dada carga de trabalho. Contudo, observou-se que as soluções propostas até o momento na literatura são incompletas, pois não consideram concomitantemente as perspectivas do usuário e do provedor, uma vez que elas possuem objetivos diferentes. Além disso, as soluções da literatura não levam em consideração que um gerenciamento de recursos eficiente em ambiente de fog computing deve considerar as capacidades computacionais e as características comportamentais e, portanto, devem ser tratados de forma diferenciada. Assim sendo, nesta tese é apresentada uma proposta para as etapas de Descoberta e Alocação de recursos que fazem parte do serviço de gerenciamento em um ambiente de fog computing. A proposta considera as capacidades computacionais e as características comportamentais, a partir das perspectivas do provedor e do usuário final. A validação das propostas foi realizada em ambientes reais e simulados. A proposta de descoberta de recursos trouxe resultados até 33% melhores quando comparada com outras  existentes na literatura em relação ao tempo de execução. Já a proposta de alocação de recursos em fog computing foi capaz de gerar resultados até 47% melhores em relação ao custo.

Devido à popularidade da plataforma Android, aliada às facilidades em aplicar técnicas de re-engenharia em aplicativos Android (apps), agentes maliciosos têm se dedicado a explorar formas de ataques que visam monetizar a partir de aplicativos legítimos e violar aspectos de privacidade dos usuários. Esse cenário atraiu a atenção de pesquisadores para o desenvolvimento de técnicas que possibilitam mitigar algumas falhas de segurança ou estratégias de ataque para aplicativos Android. Uma recente iniciativa foi proposta por Jamrozik et al. e introduziu o conceito de sandbox mining. Nessa proposta, em uma primeira fase descrita como mineração, ferramentas geradoras de testes são utilizadas para explorar o comportamento de aplicativos Android, a partir de chamadas à APIs sensíveis. Em um segundo momento, a proposta aplica um sandbox que limita qualquer comportamento diferente daquele descoberto durante a primeira fase de mineração. Com a solução, chamadas indevidas a APIs sensíveis em um segundo momento, são descobertos na fase de mineração, e são bloqueados por completo, assegurando maior segurança aos usuários desses aplicativos. Posteriormente, Bao et al. complementou o trabalho de Jamrozik et al. avaliando a efetividade da proposta na detecção de comportamentos maliciosos, como também explorou a capacidade exploratória de diferentes ferramentas de testes para mineração de sandboxes. Entretanto, nessa pesquisa, os autores não se aprofundaram na contribuição das análises estáticas e dinâmicas para a mineração de sandbox, além de apresentar seus resultados baseado em um dataset limitado, com reduzida representatividade de familias de malware. Portanto, nessa Tese o nosso objetivo inicial foi o de melhor entender a proposta de mineração em sandobox, explorando os papeis das análises estática e dinâmicas no contexto da solução. Após documentar a contribuição de ambas análises na mineração de sandbox, em um segundo estudo nos propomos a investigar, se a proposta apresentava a mesma eficiência em termos de detecção de malware, quando submetido a um dataset mais abrangente e diversificado, que os de trabalhos anteriores. Os resultados revelaram que a precisão da solução na identificação de aplicações maliciosas caiu significante: F1 caiu de 0.90 em estudos anteriores, para 0.54 no dataset mais abrangente. Após uma avaliação, descobrimos que a baixa eficácia foi motivados pela presente de amostras pertencentes a específicas famílias de malware, que revelaram uma fragilidade na proposta. Tal fato nos motivou a explorar uma solução complementar, que fosse capaz de suprimir a deficiêcia apontadas por esse estudo. Assim, em um terceiro estudo apresentamos uma proposta que explorou a análise de fluxo de rede com o auxilio de técnicas de Machine Learning (ML). O método se mostrou mais eficiente na classificação de malwares, quando comparado com a técninca de mineração de sandbox, atingindo um F1 de 0.85, quando aplicado ao dataset diversificado. O estudo apontou ainda que as famílias de malware que tiveram baixa taxas de detecção na solução de mineração de sandbox, tiveram suas atividades maliciosas melhor apontadas pela análise de fluxo de rede, com o auxilio de modelos de ML.

A desambiguação de nomes de autores (Author Name Disambiguation – AND) é uma tarefa desafiadora em repositórios bibliográficos digitais, marcada por ambiguidade nominal, variações linguísticas e metadados incompletos. Esta tese propõe o framework híbrido ADAN (Automatic Disambiguation Author Name), o qual combina aprendizado de máquina profundo com um algoritmo de clusterização hierárquica aglomerativa aprimorada por grafos (Graph-enhanced Hierarchical Agglomerative Clustering - GHAC). Utiliza técnicas de Processamento de Linguagem Natural (PLN) com modelos baseados em transformers como SciBERT e MiniLM, e Redes Convolucionais de Grafos (RCG). A arquitetura do ADAN é organizada em quatro camadas: entrada e pré-processamento, extração de embeddings e construção da rede heterogênea, aprendizado com RCG e clusterização com GHAC. A camada de entrada conta com uma interface gráfica de usuário (Graph User Interface - GUI) que permite carregar os dados, configurar os parâmetros do modelo e visualizar os resultados da tarefa de AND. O framework ADAN permite configurar os parâmetros de profundidade e o número de épocas de treinamento da RCG, bem como o modelo de PLN a ser utilizado (e.g., Word2Vec, SciBERT e MiniLM), possibilitando adaptação a diferentes bases e níveis de complexidade estrutural e semântica. Os experimentos foram realizados utilizando três conjuntos de dados comuns na literatura: AMiner-12, DBLP e LAGOS-AND. Em cenários com metadados limitados, tal como o AMiner-12, o ADAN obteve pureza média de clusters (Average Cluster Purity - ACP) de 0,908 e K-Metric de 0,898, superando trabalhos de referência em até 40,3% e 20,2%, respectivamente. No DBLP, atingiu pF1 de 0,878 e K-Metric de 0,976, com ganhos de até 33,2% e 29,4%. Utilizando o LAGOS-AND, os resultados apresentam B-cubed F1 de 0,908, superando 20,7% das abordagens anteriores com o mesmo conjunto de dados. Os resultados indicam que o framework ADAN oferece uma solução eficaz e adaptável para a tarefa de AND, apresentando desempenho consistente em cenários com alta ambiguidade e diversidade estrutural.

A Internet das Coisas (IoT) tem sido crescentemente empregada em diferentes domínios de aplicação, e seus sistemas podem gerenciar objetos heterogêneos e com diferentes com- portamentos de mobilidade, o que leva a um cenário de crescimento no volume de dados com natureza geoespacial. Em algumas aplicações, os dados gerados são principalmente leituras realizadas por sensores estacionários. Em outros contextos, podem também ser geradas localizações de objetos móveis. Considerar o padrão de movimentação dos objetos IoT, assim como a relação entre os volumes de registros de localização e de mensurações coletados pelos dispositivos, tem o potencial de possibilitar a escolha de ferramentas com funcionalidades e desempenho mais adequados às necessidades do ambiente IoT em de- senvolvimento. Entretanto, existe pouca literatura que envolva a diferenciação no geren- ciamento e realização de operações geoespaciais de dados oriundos de dispositivos esta- cionários e o de dados de dispositivos móveis, de forma a relacionar o nível de mobilidade dos dispositivos ao desempenho dos mecanismos de armazenamento e consulta a dados geoespaciais. O objetivo deste trabalho é propôr uma arquitetura para o gerenciamento e realização de operações em dados geoespaciais massivos gerados por dispositivos IoT com diferentes comportamentos de mobilidade. A interface com o ambiente físico será responsável pela coleta dos dados dos objetos IoT e adaptação dos mesmos ao modelo da arquitetura. A camada de big data será responsável pelos mecanismos de armazenamento e realização de operações nos dados massivos geoespaciais. Por fim, a camada de apli- cação oferece recursos para recuperação e visualização dos dados espaciais da aplicação IoT. Para alcançar este objetivo, serão realizados um estudo comparativo de algumas das ferramentas mais utilizadas no processamento distribuído de dados geoespaciais massivos, considerando o desempenho de operações espaciais e no armazenamento para diferentes níveis de mobilidade em objetos IoT; e o desenvolvimento e execução da arquitetura proposta, empregando ferramentas de armazenamento e consulta a dados geoespaciais adequadas às características de mobilidade dos dispositivos IoT.

A inteligência tática de ameaça descreve o comportamento adversário por meio de Táticas, Técnicas e Procedimentos (TTPs). Seu uso no Threat Hunting oferece vantagens significativas em relação aos Indicadores de Comprometimento (IoCs); no entanto, o alto nível de abstração das TTPs dificulta sua detecção por meio de regras, limitando a automação e a escalabilidade dessa abordagem. Para superar essa limitação, esta pesquisa propõe uma metodologia estruturada para produzir inteligência tática acionável, orientada à criação de regras de detecção de comportamentos adversários. A metodologia define um processo iterativo que aproveita a taxonomia MITRE ATT&CK e a expertise de analistas para mapear TTPs, desenvolver e validar regras de detecção, reduzindo a complexidade e permitindo seu aprimoramento contínuo. Além disso, é apresentado um modelo de dados para organizar e padronizar as informações geradas em formato de Runbook, servindo como fonte de inteligência tática para Threat Hunting e garantindo interoperabilidade e reutilização do conhecimento. A proposta foi avaliada por meio de uma prova de conceito baseada em estudos de caso, que demonstrou sua eficácia na geração de inteligência tática acionável e na criação de regras precisas, viabilizando a operacionalização da detecção baseada em TTPs. Por fim, são discutidos os benefícios, limitações e desafios identificados, bem como apresentadas as perspectivas futuras.

Na natureza, existem dois principais ácidos nucleicos: o DNA e o RNA. O dogma central da biologia molecular descreve o processo pelo qual o DNA é transcrito em RNA, que por sua vez é traduzido em proteínas. Contrariando a visão clássica desse dogma, foi descoberto que a transcrição do DNA também gera ácidos nucleicos não codificantes, como os microRNAs e os longos RNAs não codificantes. Esses ncRNAs desempenham papéis essenciais na regulação gênica e em outros processos celulares, destacando a complexidade da maquinaria genética e a diversidade funcional dos ncRNAs na biologia celular. Neste contexto, a otimização e aprimoramento do Banco de Dados Perci, uma fonte centralizada de informações sobre o câncer colorretal (CRC), têm o potencial de impulsionar significativamente a pesquisa nessa área. Esse aprimoramento é importante para facilitar a compreensão dos mecanismos celulares subjacentes à detecção, progressão e prognóstico do tumor. Outrossim, este estudo se propõe a compilar dados relevantes sobre o câncer colorretal, com foco nos ncRNAs, visando disponibilizá-los para consulta pública. Foi desenvolvido um banco de dados online abrangendo cinco descritores de CRC e três categorias específicas de ncRNAs: ncRNAs longos (lncRNAs), ncRNAs circulares longos (circ ncRNAs) e microRNAs (miRNAs), juntamente com características transcriptômicas associadas. Os descritores de câncer contemplados incluem câncer colorretal, câncer de cólon, adenocarcinoma, tumor e metástase hepática de câncer colorretal. Perguntas como "Quais circRNAs estão implicados na neoplasia colorretal?", "Quais circRNAs e miRNAs estão associados à metástase hepática do câncer colorretal?" e "Dado um lncRNA específico (H19), quais descritores de câncer estão relacionados a esse ncRNA?" podem ser respondidas utilizando nosso banco de dados. O sistema web pode ser acessado em: http://percidatabase.com.br/.

A rotulagem de dados para treinamento de modelos de aprendizado de máquina está se tornando cada vez mais inviável devido ao alto volume de dados disponíveis e continuamente sendo produzidos.Portanto, pesquisas atuais se concentram na análise e investigação de técnicas de resolução do problema dePositive Unlabeled Learning(PUL), que podem produzir um desempenho satisfatório de classificação, mesmo com uma pequena porção de dados rotulados. Neste trabalho, é proposta uma adaptação estrutural do algoritmo de Non-negative Matrix Factorization(NMF), aplicada a problemas de PUL e denominada NMFPUL, a fim de aprimorar o desempenho da classificação de dados textuais. O NMF é uma técnica usada para a fatoração de matrizes e geralmente é utilizada para redução de dimensionalidade. Esta pesquisa aplica o algoritmo proposto em vários conjuntos de dados textuais, contendo milhares de documentos e termos, considerando diferentes quantidades
de dados rotulados, variando de 1 a 30 documentos rotulados na classe positiva.Para os conjuntos de dados menores, o algoritmo proposto apresentou desempenho de classificação próximo às outras técnicas de ponta, enquanto, nos conjuntos de dados maiores, o desempenho do NMFPUL se destacou, obtendo uma melhoria de 10% a 30% em relação às outras técnicas, sendo a maior diferença observada quando há uma menor  quantidade de documentos rotulados.O uso do NMF envolve a aplicação de uma função objetivo para convergir a matriz documento-palavra ao produto das matrizes documento-tópico e tópico-palavra.Essas técnicas de convergência podem ser utilizadas em métodos de aprendizado profundo, desdobrando as iterações do algoritmo em camadas da rede. Portanto, também neste trabalho, será desenvolvida uma variação do algoritmo NMF para
aprendizado profundo, oDeep Non-Negative Matrix Factorizationou Deep NMF, aplicado a dados PU, através de método deunfoldingpara o NMF, com metodologia descrita no presente trabalho, para comparar com outras técnicas de ponta e identificar melhorias no desempenho da classificação de dados textuais.

Sistemas ciber-físicos (CPS), como satélites, carros autônomos, robôs de serviço e IoTs, estão presentes em nossas vidas diárias. Esses sistemas devem atender a requisitos que especificam seu funcionamento ao longo do tempo. Durante o desenvolvimento de tais sistemas, designers e engenheiros devem testar se a implementação atende às suas especificações. Além disso, em caso de violação, é necessário identificar e diagnosticar de onde vem a falha. Compreender tais violações é especialmente crucial em sistemas críticos de segurança. Este trabalho apresenta uma técnica inovadora para diagnosticar qualquer sistema utilizando apenas seus requisitos e traços de teste. Aproveitando técnicas como verificação de traços e programação genética, fornecemos um diagnóstico informativo. O diagnóstico mostra aos engenheiros quais mudanças são suficientes para satisfazer o requisito violado. O usuário também pode personalizar a abordagem para focar em informações específicas relevantes para o seu contexto. Nós avaliamos nossa abordagem em duas vertentes: acurácia e eficácia. Avaliamos a capacidade de nossa abordagem em fornecer diagnósticos informativos e o tempo necessário para gerar esses diagnósticos. Nossa abordagem mostrou que pode produzir um resultado informativo para a maioria de nossos experimentos em um tempo razoável. A ferramenta excedeu o limite de tempo em alguns experimentos, não produzindo diagnóstico nesses casos.

A necessidade de lidar com a variabilidade durante a análise das Linhas de Produtos de
Software (LPS) é intrínseca, pois o número de combinações de produtos válidos pode
ser uma função exponencial em relação ao número de características. Além disso, à
medida que uma LPS evolui, os resultados das análises anteriores poderiam ser usados
para otimizar os cálculos. Entretanto, estas oportunidades de reúso são frequentemente
descartadas pelas técnicas de análise de LPS presentes no atual estado da arte. Este
trabalho propõe um método para embutir memoização em análises estáticas de Control-
Flow Graph (CFG) implementadas em Haskell e reescritas para serem aplicadas em LPS.
O método memoizado proposto foi usado para transformar seis análises estáticas de CFG
levantadas para LPSs, e comparou-se o desempenho destas em relação às suas contrapartes
sem memoização em um conjunto de dez versões da LPS BusyBox. Verificou-se que esta
técnica de memoização foi eficiente em reusar os resultados das análises aplicadas em
revisões anteriores, com reduções de tempo total computando análises de até duas ordens
de magnitude em relação às análises sem memoização, tendo impacto limitado no uso de
armazenamento dos resultados memoizados.

Nas últimas décadas, o avanço rápido da tecnologia digital e da internet aumentou dramaticamente a demanda por dados. Esse crescimento nos requisitos de dados supera continuamente as capacidades de processamento do hardware e dispositivos atuais. Contra esse pano de fundo, o campo da compressão de sinais desempenha um papel fundamental na era digital de hoje. Point clouds, que representam cenas 3D por meio de um conjunto de pontos dentro de um espaço definido, emergiram como um formato de nova mídia significativo. As demandas de armazenamento de dynamic point clouds, que capturam cenas 3D com movimento ao longo do tempo, semelhantes a vídeos, são particularmente desafiadoras, sublinhando a necessidade crítica de pesquisa em compressão de point clouds. Enquanto técnicas tradicionais de compressão estabeleceram a base para o desenvolvimento de novos codecs, o codificador de geometria octree de Queiroz destaca-se por sua importância. No entanto, duas características cruciais que faltam nos codecs recentes são a concorrência e a codificação em tempo real de aquisição. Este trabalho introduz melhorias no codec Silhouette 3D (S3D) de Peixoto, especificamente projetado para abordar essas lacunas. Apresentamos duas variações de multithreading, S3D-Subtree (S3D-S) e S3D-Subtree+Toptree (S3D-ST), que possibilitam o processamento concorrente, uma característica distintiva entre os codecs de geometria de point cloud de última geração. Adicionalmente, propomos os codecs S3D Block Mode (S3D-BM) e S3D Inverted Mode (S3D-IM), oferecendo alternativas mais simples e diretas à dyadic decomposition do S3D para contextos de aquisição em tempo real. Ao abordar a concorrência e a codificação em tempo real, este trabalho avança significativamente o campo da compressão de point clouds, possibilitando aplicações mais eficientes e práticas de representações de cenas 3D.

O paradigma nominal estende a sintaxe de primeira ordem e representa adequadamente
o conceito de variáveis ligadas. Para trabalhar com esse vantajoso paradigma faz-se ne-
cessário adaptar noções de primeira ordem a ele, como unificação e matching. Esta tese
é sobre unificação e matching no paradigma nominal na presença de uma teoria equaci-
onal E e sobre nosso trabalho em progresso para obter um algoritmo de AC-unificação
nominal. Inicialmente, generalizamos um algoritmo de C-unificação nominal para realizar
também matching e equality-checking e formalizamos o algoritmo generalizado. Isto foi
feito por meio da adição de um parâmetro X para lidar com variáveis protegidas e a
formalização foi usado para testar uma implementação manual em Python do algoritmo.
Em seguida, como um primeiro passo em direção a AC-unificação nominal, fornecemos a
primeira formalização de um algoritmo de AC-unificação em primeira ordem. Escolhemos
formalizar o algoritmo seminal de Stickel. A prova de terminação utiliza uma intrincada
(mas devidamente motivada) medida lexicográfica, que está baseada na demonstração de
terminação dada por Fages. Depois disso, adaptamos o algoritmo de AC-unificação em
primeira ordem para obter o primeiro algoritmo para AC-matching em nominal e verifica-
mos que o algoritmo termina e é correto e completo. Assim como fizemos em C-unificação
nominal, usamos um parâmetro X para as variáveis protegidas e essa abordagem nos per-
mitiu obter um AC-equality-checker como corolário. As 3 formalizações descritas foram
feitas no assistente de provas PVS e integram a NASALib, o principal repositório de for-
malizações do PVS. Para cada uma dessas formalizações nós descrevemos os arquivos que
compõem a formalização, detalhando a estrutura, hierarquia e tamanho. Não foi possível
propor um algoritmo de AC-unificação nominal, mas mostramos que o problema tem duas
questões interessantes associadas a ele: gerar as soluções para π · X ≈? X e demonstrar
terminação. Para a primeira questão, propomos um procedimento não determinístico de
enumeração e exemplificamos como este calcula soluções não triviais. Para a segunda
questão demonstramos como o problema f(X, W) ≈? f(π · X, π · Y ) gera um loop e prova-
mos que é suficiente entrar no loop uma quantidade limitada de vezes, onde esse limite
depende da ordem da permutação π. Infelizmente, não fomos capazes de generalizar nosso
raciocínio para problemas semelhantes.

Problemas de otimização são encontrados em diversos campos de atividade, e à medida
que a compreensão e a prática nesses campos avançam, suas complexidades se acentuam.
Nas últimas décadas, têm sido propostos diversos algoritmos bioinspirados para resolver
problemas de otimização. Cada um desses algoritmos possui características únicas que
impactam de maneiras distintas tanto no processo evolutivo quanto na qualidade das
soluções alcançadas. O modelo de ilhas paralelas é uma estratégia de paralelização de
algoritmos bioinspirados que proporciona ganhos significativos em termos de acurácia nas
soluções. Nesse modelo, o conjunto de soluções candidatas é dividido em subpopulações
denominadas ilhas. Cada ilha evolui seu conjunto de soluções por meio de seu próprio
algoritmo bioinspirado, operando de forma paralela às outras ilhas. Periodicamente, as
ilhas trocam soluções entre si através do processo de migração. Esse movimento de soluções
entre as ilhas é condicionado à topologia do modelo e a um conjunto de regras que
compõem a política de migração. Este trabalho propõe uma nova abordagem de implementação
para modelos de ilhas paralelas, inspirada em heterogeneidade e reconfiguração
algorítmica, denominada modelo de ilhas heterogêneas reconfiguráveis por estagnação.
A heterogeneidade permite a execução de diferentes algoritmos bioinspirados nas ilhas,
aumentando a diversidade nos modelos, enquanto a reconfiguração algorítmica é o processo
de substituição do algoritmo bioinspirado aplicado caso a estagnação de uma ilha
seja detectada. Durante o processo evolutivo, cada ilha mantém um registro de seu progresso,
mensurado pelo desempenho do melhor indivíduo em cada ilha, na geração atual
e nas duas gerações anteriores. Sempre que exista estagnação, ou seja, não se detecte
progresso, a ilha é reconfigurada para continuar o processo evolutivo executando o melhor
algoritmo bioinspirado até o momento. Essa abordagem é particularmente útil para lidar
com problemas de otimização nos quais encontrar soluções ótimas em tempo polinomial é
impraticável. Além disso, destaca-se pela sua autonomia, pois não demanda intervenção
do usuário para realizar a reconfiguração.

As redes ópticas elásticas (EONs) surgem como uma tecnologia para alocação espectral eficiente em fibras ópticas. Uma única fibra EON suporta vários circuitos em paralelo, alocando canais espectrais distintos e acomodando circuitos com requisitos de largura de banda variável. As fibras com vários núcleos (MCF) surgem para aumentar ainda mais a disponibilidade de recursos. A MCF pode conter vários núcleos (geralmente 7 ou 12). Conceitualmente, cada MCF opera como um grupo de fibras de núcleo único. As MCFs permitem a multiplexação por divisão espacial (SDM) em EON, o que aumenta os recursos espectrais ao utilizar os diferentes canais espaciais (núcleos). A literatura atual sobre SDM-EON se divide em dois paradigmas principais: restrição de núcleo e mudança de faixa espacial (SLC). O primeiro define arquiteturas em que um circuito deve permanecer no mesmo núcleo ao longo de sua rota. O segundo, as arquiteturas SLC, permitem a troca de núcleo ao longo da rota. O impacto causado pelas duas arquiteturas está no custo de implantação e de energia em relação ao grau de flexibilidade no procedimento de alocação de recursos. Esta tese propõe soluções para melhorar a eficiência da utilização de recursos em ambos os paradigmas. Uma solução de alocação de recursos com núcleos dedicados para diferentes categorias de circuitos é proposta para arquiteturas focadas no paradigma com restrição de núcleo. Essa solução visa a manter circuitos mais resistentes a interferências físicas nos núcleos mais afetados, além de adotar técnicas para reduzir a fragmentação espectral na alocação. Para o paradigma SLC, esta tese apresenta uma solução adaptada aos cenários de desfragmentação de rede. A solução proposta combina uma heurística de desfragmentação com duas técnicas de reorganização espectral sem interrupção ou suspensão do serviço. O objetivo é reduzir o estado de fragmentação sempre que um acionador for ativado, resultando em maior disponibilidade de recursos após a reorganização espectral. Por fim, é apresentado um novo paradigma de comutação de núcleo, denominado comutação de núcleo esparso, que implica uma arquitetura na qual diferentes nós da rede possuem graus distintos de flexibilidade para realizar a comutação de núcleo. O principal objetivo é reduzir drasticamente o custo de implantação, mantendo a flexibilidade de comutação apenas nos nós mais vantajosos. Essa abordagem economiza recursos em vários níveis e tem um desempenho eficiente em comparação com as abordagens SLC e com restrição de núcleo.

O direito à privacidade dos dados é fundamental tanto para indivíduos quanto para empresas. Concomitamente, os benefícios das aplicações de Machine Learning (ML) são igualmente importantes para ambos. Portanto, encontrar soluções para equalizar o dilema de garantir privacidade dos dados em aplicações que utilizam ML é vital em cenários de aplicações ML que possuam requisitos não funcionais de privacidade por questões legais.
No requisito de privacidade abordado neste trabalho apenas o dono do dado irá conhecer o seu próprio dado. Os problemas de privacidade podem surgir tanto no estágio de entrada quanto no de saída em aplicações ML e, para exemplificar os problemas, pode-se considerar que Alice é a proprietária das informações e Bob é o proprietário do modelo de ML. Garantir a privacidade na entrada significa que os dados não devem ser expostos, para evitar comprometer a privacidade dos dados de Alice ou a propriedade intelectual do modelo de Bob. Garantir a privacidade da entrada significa que Bob não precisa expor seu modelo em claro para Alice, e Alice não precisa expor seus dados em claro para o mod- elo de Bob. Mesmo com a privacidade garantida na entrada, Alice ainda pode explorar vazamentos de informações usadas por Bob no treinamento do modelo, e a privacidade na saída evita o vazamento dos dados utilizados na fase de treinamento do modelo. Garantir a privacidade dos dados na entrada e na saída durante a inferência e o treinamento é essencial para a proteção de privacidade de ponta a ponta em aplicações ML.
O principal objetivo e problema a ser resolvido nesta tese é propor uma abordagem que possa ser descrita como uma estrutura para garantir a privacidade de ponta a ponta, ou seja na entrada e na saída em aplicações ML.
Como objetivos secundários, incluem-se demonstrações da aplicabilidade das solucoes através de uma aplicação baseada em Secure Multi-Party Computation (MPC) para inferência privada de Malicious Software (Malware) com modelos Multi- Layer Perceptron (MLP), One-Dimensional Convolutional Neural Network (CNN1D) e Long Short-Term Memory (LSTM) treinados com Differentially-Private Stochastic Gradient Descent (DP-SGD). Outra aplicação irá utilizar os métodos descritos neste trabalho para treinamento de modelos de detecção de intrusão.
Por fim, para citar uma das contribuições do método de inferência do framework proposto, este trabalho utiliza quantização float16 pós-treinamento de modelos de deep learning com MPC para alcançar uma detecção de Domain Generation Algorithms (DGA) eficiente e segura. Este trabalho demonstra que, ao usar a quantização, obtém-se um aumento significativo na velocidade, resultando em uma redução de 23% a 42% no tempo de execução da inferência sem reduzir a acurácia, utilizando um protocolo de computação segura de três partes tolerante a uma corrupção. Soluções anteriores não são privadas de ponta a ponta, não fornecem garantias de privacidade diferencial para os resultados do modelo e assumem-se que as camadas de embeddings do modelo sejam publicamente conhecidas. O melhor protocolo em termos de precisão é executado em cerca de 0.22 segundos.

A necessidade de alavancar meios para especificar missões robóticas a partir de um alto nível de abstração ganhou força devido ao crescimento da popularidade das aplicações robóticas. Como tal, é primordial fornecer meios para garantir que não só a missão robótica seja corretamente especificada, mas que também garanta graus de segurança face à crescente complexidade das tarefas atribuídas aos Sistemas Multi-Robot (MRS). Portanto, as missões do robô agora precisam ser especificadas e verificadas formalmente para robôs e outros agentes envolvidos na operação da missão robótica. No entanto, muitas especificações de missão carecem de um processo de verificação simplificado que garanta que todas as propriedades da missão sejam completamente verificadas por meio da verificação do modelo. Este trabalho propõe um processo de verificação preliminar de modelos para especificação de missão e decomposição de MRS no verificador de modelos UPPAAL. Em particular, apresentamos um modelo semiautomatizado contendo propriedades hierárquicas de definição de domínio transformadas em templates UPPAAL e propriedades de missão formalizadas na linguagem de autômatos temporizados UPPAAL TCTL. No futuro, pretendemos gerar modelos totalmente automaticamente e verificar propriedades de especificação de missão adicionais não cobertas atualmente. Avaliamos nossa abordagem em uma missão robótica de especificação de uma missão logística de alimentos e os resultados mostram que o comportamento esperado é verificado corretamente e as propriedades correspondentes satisfeitas na ferramenta de verificação do modelo UPPAAL.

A osteoporose é sinônimo de fragilidade óssea, e é uma doença silenciosa que só é detectada
comumente após já ter causado danos à pessoa que a possui. Essa doença de fragilidade
óssea torna a fratura mais comum e mais danosa aos seus portadores, e por isso é uma
questão de saúde pública. Identificar a doença em estágio inicial é essencial para ajudar a
evitar seus danos, e nessa tarefa a inteligência artificial e o aprendizado de máquina têm
demonstrado grande ajuda nos últimos anos. Os algoritmos de aprendizado de máquina
podem prever o risco de osteoporose analisando as imagens do paciente provenientes de
exames de rotina, como radiografias panorâmicas.
A metodologia proposta conta com um processo de dois passos, que é composto por
preprocessamento de imagens e aprendizado de máquina. O preprocessamento de imagens
consistiu em transformar as imagens panorâmicas bucais originais brutas em regiões de
interesse reduzidas, mais específicas e mais claras para a classificação. A etapa de apren-
dizado de máquina consistiu em fornecer essas imagens preprocessadas para algoritmos
computacionais as classificarem. Este trabalho propõe uma arquitetura de Rede Neural
Convolucional (CNN), comparada com Support Vector Machine (SVM) e Random Forest
(RF), que visa identificar sinais de osteoporose nesse tipo de imagem, com objetivo de
melhorar os resultados de técnica de referência, a CNN do artigo [1], ao utilizar a es-
trutra CNN modificada para realizar uma detecção automática de osteoporose com alta
sensibilidade e utilizar o método RF para um sistema com especificidade alta.
Na sensibilidade, a CNN customizada proposta obteve 77,19%, enquanto que a CNN de
referência obteve 70,18%. Na especificidade, a Random Forest proposta obteve 75,95%,
enquanto que a CNN de referência obteve 22,78%. Combinando esses resultados, con-
seguimos melhorar o que é obtido pela técnica de referência para o conjunto de dados
apresentado, que é bastante desafiador, de pacientes idosos de comunidades carentes, em
imagens analógicas com diversos artefatos e características que dificultam a classificação.

Este trabalho apresenta uma solução de recomendação de algoritmos de detecção de ruído por meio de técnicas de Meta-Aprendizado (MtL). Primeiramente, foi realizada uma revisão sistemática da literatura referente ao tema de MtL e recomendação de algoritmos de pré-processamento. Na revisão foram verificadas quais as técnicas de pré-processamento, meta-características, algoritmos de Aprendizado de Máquina (AM) e métricas de desempenho são mais utilizados na área de recomendação de algoritmos de pré-processamento. Em seguida foram implementadas duas abordagens diferentes para a recomendação de filtros de ruído por meio de técnicas de MtL. A primeira é uma abordagem de ranqueamento (MtL-Rank), que realiza a sugestão por meio de regressores com objetivo de prever o valor da métrica f1-score. A outra abordagem realiza a recomendação por meio de uma sequência de classificadores encadeados (MtL-Multi). Também foi avaliado o desempenho das abordagens ao realizar a recomendação dos filtros juntamente com seus hiperparâmetros. No total, foram utilizados oito filtros de ruído ou 27 quando consideradas as suas variações de hiperparâmetros, quatro técnicas de AM para se extrair a métrica de desempenho e três meta-ranqueadores ou meta-classificadores para se realizar a sugestão. O sistema é avaliado no nível meta e no nível base. No nível meta é avaliado o desempenho dos algoritmos de recomendação por meio da sua acurácia. Já no nível base é verificado o ganho médio na métrica de desempenho (f1-score) ao aplicar cada uma das abordagens. Os resultados mostraram que a abordagem MtL-Rank obteve um ganho médio maior no desempenho, atingindo resultados significativamente melhores que o filtro utilizado como baseline. Por outro lado, a abordagem MtL-Multi obteve resultados melhores no nível meta, chegando atingir uma acurácia de 49%. Além disso, foi verificado que a recomendação dos hiperparâmetros em conjunto com o filtro pode gerar um ganho no desempenho da recomendação.

As técnicas de elicitação de requisitos são essenciais para apoiar os engenheiros de requisitos a obter uma melhor compreensão das necessidades dos usuários e das partes interessadas. Embora existam diversas técnicas disponíveis para apoiar as fases da Engenharia de Requisitos (ER), podem ocorrer dúvidas nas equipes de desenvolvimento de software sobre qual técnica utilizar durante a atividade de elicitação de requisitos. Objetivo: O objetivo desse trabalho é identificar as técnicas de elicitação de requisitos mais utilizadas na literatura e comparar com as técnicas mais usadas pelos profissionais na indústria. Além disso, identificam-se os desafios relacionados à elicitação de requisitos, os prós e contras das principais técnicas identificadas na literatura, e baseado nos prós e contras, analisam-se combinações possíveis das técnicas de elicitação de requisitos que podem minimizar os desafios identificados na literatura e na indústria. Método: Realizou-se uma Revisão Sistemática da Literatura (SLR) para identificar as técnicas de elicitação de requisitos e os desafios discutidos na literatura ou na indústria. Ainda dentro da Revisão Sistemática da Literatura, foi realizada a técnica de snowballing, para revisão dos estudos primários encontrados dentro de outras SLR que foram trazidas pela string de busca. Além disso, realizou-se uma pesquisa de opinião (survey) para investigar a percepção dos praticantes da área de desenvolvimento de software (individuos trabalhando na indústria de Software, independentemente da posição ou papel desempenhado) em relação às técnicas identificadas e posteriormente compará-las com os resultados obtidos na SLR. Resultados: Foram identificados 54 estudos primários na SLR e eles demonstraram que as técnicas tradicionais ainda são as mais utilizadas tanto na literatura quanto nos projetos da indústria de software. Além disso, algumas técnicas, como Persona, estão ganhando espaço, ajudando os engenheiros de requisitos a encontrar maneiras diferentes de realizar a elicitação de requisitos junto aos usuários finais e as partes interessadas. Ademais, baseado nos pontos fortes encontrados na literatura para cada técnica, foi possível sugerir combinações de técnicas que pelas forças ou pontos a favor identificados na SLR, podem ser combinadas para superar a maior parte dos desafios identificados. Conclusão: As técnicas mais mencionadas pela literatura e usadas na indústria de software foram: Prototipação, Entrevistas, Estórias de Usuário e Cenários. A combinação do uso dessas técnicas com, por exemplo, a técnica Persona podem ajudar a superar os desafios identificados na literatura.
O estudo conta com a descrição das principais técnicas identificadas na literatura, contendo seus prós e contras e poderá apoiar os engenheiros de requisitos durante a elicitação de requisitos. A disponibilização online do estudo poderá para apoiar os praticantes de software na elicitação de requisitos, permitirá que a comunidade de engenharia de software possa contribuir com feedbacks relacionados a combinação do uso das técnicas, permitindo assim uma melhoria e divulgação das percepções das combinações realizadas entre as técnicas da ER pelos profissionais das equipes de desenvolvimento de software. Assim, o guia poderá apoiar os praticantes da área de desenvolvimento de software na escolha das técnicas a serem usadas e ou combinadas.

Na área forense, o exame pericial de comparação facial tem adquirido maior relevância à medida em que cresce o número de dispositivos com capacidade de gravação de imagens e, por conseguinte, aumenta o número de crimes em que os autores têm suas faces capturadas em imagens. Atualmente esse exame pericial é baseado na análise e comparação manual de elementos morfológicos da face e os resultados são expressos de forma qualitativa, o que dificulta a sua reprodutibilidade e a combinação de seus resultados com outras evidências pela instância julgadora. Este trabalho tem como objetivo avaliar métodos para expressar os resultados do exame de forma quantitativa, com o cálculo de razão de verossimilhança (do inglês Likelihood-Ratio – LR) a partir de escores obtidos de sistemas de reconhecimento facial. Além de facilitar a reprodutibilidade dos resultados, aspecto crítico na área forense, os métodos avaliados permitem a validação empírica de desempenho nas condições de cada caso. Neste trabalho foram avaliados métodos paramétricos e não-paramétricos para cálculo de LR a partir de escores, utilizando dois sistemas de reconhecimento facial de código aberto, ArcFace e FaceNet, e cinco bases com imagens faciais representativas de cenários frequentemente encontrados em casos periciais: imagens de mídias sociais e de câmeras de CFTV. Além disso, foram realizados experimentos relacionados à agregação de embeddings em casos onde há mais de uma imagem do indivíduo de interesse. Estes experimentos demonstraram melhora substancial no cálculo de LR a partir de sistemas de reconhecimento facial, especialmente nos cenários envolvendo imagens de pior qualidade: redução na Cllr em até 95% (de 0,249 para 0,012) para imagens de CFTV e de até 96% (de 0,083 para 0,003) para imagens de mídias sociais.

Este trabalho discute como a precisão dos erros de arredondamento envolvidos em implementações
reais do sistema de gerenciamento da NASA para veículos não tripulados DAIDALUS afetam a segurança
geral do sistema. A biblioteca DAIDALUS fornece definições formais para os conceitos de Detecção
e Evasão em aviônica demonstrados mecanicamente no assistente de provas PVS. No entanto, tais
verificações são apenas certificados do bom comportamento da especificação do ponto de vista lógico, o
que não garante a precisão dos algoritmos implementados sob restrições aritméticas de ponto flutuante.
Nossa análise assume o padrão IEEE 754 de ponto flutuante, implementados em diversas linguagens de
programação, e a técnica de verificação se baseia na geração de uma especificação de primeira ordem dos
cálculos numéricos. Uma característica proeminente da abordagem é dividir a especificação em fatias
definidas de acordo com os diferentes ramos de computação. O fatiamento é crucial para simplificar a
análise formal das computações com aritmética de ponto flutuante.

As aplicações para prevenção de acidentes em Redes Veiculares Ad Hoc (VANETs) desempenham um papel importante para garantir a segurança de motoristas, passageiros e pedestres. Seu funcionamento depende de requisitos rígidos relacionados a acurácia de posicionamento dos veículos. Para atender essas restrições, as aplicações exigem o envio frequente de mensagens periódicas, também conhecidas como beacons, contendo a posição geográfica, velocidade e direção do veículo. Em cenários de tráfego denso, a alta taxa de envio de beacons somada a difusão descoordenada de outras mensagens pode ocasionar em uma congestão na rede. Durante a congestão, o canal de transmissão se torna saturado, aumentando a perda de pacotes por erros ou colisões, bem quanto o atraso de entrega das mensagens. Vários trabalhos têm sido propostos para aliviar a congestão em redes veiculares, porém a maioria não considera a perda de acurácia de posicionamento que pode ocorrer como efeito colateral das estratégias usadas. Este trabalho contribui com um estudo sobre as limitações do canal de transmissão em redes veiculares, bem quanto uma definição detalhada do problema de congestão. Propõe-se um novo protocolo para a disseminação de mensagens em VANETs chamado APGP. O APGP utiliza uma arquitetura de três módulos para controlar a congestão causada por beacons, monitorar os veículos vizinhos e realizar o envio das mensagens de alerta. A proposta utiliza uma abordagem com ajuste de potência de transmissão para o envio de mensagens para grupos de vizinhos chamados de grupos geocast e um ajuste de taxa de envio de mensagens baseado na predição de posição feita localmente. O APGP foi implementado em um ambiente de simulação de redes veiculares e testado sob um cenário veicular urbano. Os resultados indicaram que a proposta conseguiu melhorar a taxa de recepção de pacotes, bem quanto reduzir o atraso de entrega e a taxa de ocupação do canal quando comparado a outros trabalhos relevantes. Por fim, constatou-se que o APGP conseguiu atender aos requisitos de acurácia de posicionamento das aplicações para veículos mais próximos, em detrimento de veículos localizados em regiões mais distantes.

O Reconhecimento de Entidade Nomeada é uma tarefa desafiadora de Processamento de Linguagem Natural, especialmente quando se trata de uma língua tão rica quanto o português. Quando aplicada em um cenário adequado à linguagem formal e a textos oficiais, a tarefa adquire uma nova camada de complexidade, lidando com um contexto léxico particular ao domínio em questão. Neste estudo será apresentado a geração de um corpus anotado de Licitação e Contratação Pública por meio da abordagem de supervisão fraca. Métodos de Supervisão Fraca podem ser utilizados quando grandes quantidades de dados anotados estão indisponíveis, caros para obter ou impraticáveis para anotar manualmente.
Além disso, valida-se o conjunto de dados anotados com um corpora formal anotado por rotulação manual, a fim de avaliar se o corpus gerado do domínio poderia melhorar os algoritmos de Reconhecimento de Entidades Nomeadas. Para isso, realizaram-se experimentos com um modelo Conditional Random Fields, um modelo Bidirecional Long-Short Term Memory com uma camada adicional de redes convolucionais e, posteriormente, realizou-se a aplicação da Supervisão Fraca diretamente a geração do corpus a fim de avaliar se os resultados obtidos iriam melhorar a qualidade de geração do corpus.
Conclui-se que a combinação de Reconhecimento de Entidades Nomeadas e abordagem supervisionada fraca podem alcançar a geração de um corpus com mais qualidade, além reduzir a anotação manual necessários para treinar os modelos de Reconhecimento de Entidades Nomeadas. Em alguns casos, a aplicação da Supervisão Fraca com o Reconhecimento de Entidades Nomeadas e aplicação direta de supervisão ao corpus alcançaram resultados satisfatórios em comparação aos modelos treinados por dados anotados à mão.

O câncer colorretal (CRC) é um dos tipos de câncer mais comuns e letais em todo o mundo, sendo o segundo câncer mais comum no Brasil [1]. O CRC é um câncer heterogêneo, que se instala na parte inferior do intestino grosso e pode ser classificado de acordo com seu campo anatômico, como câncer de cólon, de reto ou na junção retossigmoide. O tipo mais frequente de CRC é o adenocarcinoma, que corresponde a 90% dos casos. A maioria das mortes causadas por CRC acontece quando esse entra em estado de metástase. No entanto, se detectado em seus estágios iniciais, a sobrevida do paciente com CRC pode melhorar consideravelmente. Esta doença pode ser influenciada por diversos aspectos ambientais, tais como:hábitos alimentares, idade e peso. Normalmente, o tratamento recomendado para pacientes com CRC é a cirurgia para sua remoção e, depois, o uso de quimioterapia, porém o tratamento pode diferir de acordo com seu campo anatômico. O diagnóstico do CRC em um campo anatômico incorreto pode levar o médico a prescrever um tratamento não recomendado ao paciente, o que pode afetar a sua taxa de mortalidade. Para auxiliar o prognóstico, prevenção e tratamento de CRC, é fundamental entender os mecanismos moleculares e os indicadores clínicos que afetam o desenvolvimento do CRC.

Quanto aos aspectos biológicos do CRC, podemos descrever o impacto dos RNAs codificadores e não-codificadores nos mecanismos subjacentes à doença. Em específico, podemos destacar três moléculas: RNAs longos não codificadores (em inglês, long non-coding RNAs - lncRNAs), micro RNAs (miRNAs) e RNAs mensageiros (em inglês,messenger RNAs - mRNAs). Nos eucariotos, os mRNAs maduros são formados a partir do pré-mRNA que, por sua vez, é produzido a partir do processo de transcrição passar por um processo conhecido como excisão (em inglês, splicing), que remove algumas regiões (íntrons) do pré-mRNA e liga outras regiões (exons), formando assim o mRNA maduro. O processo de splicing possibilita gerar mais de uma proteína a partir de um único gene, em um processo conhecido como excisão alternativa (em inglês, alternative splicing). Por sua vez, as proteínas coordenam quase todos os processos vitais no organismo, sendo utilizadas em reações metabólicas e afetando diversos processos biológicos, como o desenvolvimento de doenças.

Os miRNAs desempenham um papel essencial na expressão gênica, mais especificamente, ligando-se aos mRNAs e iniciando os processos de inibição ou degradação de seu alvo. Por sua vez, os lncRNAs não estão diretamente presentes neste processo de regulação da expressão de mRNA, mas desempenham papéis essenciais no organismo, como a alteração das funções de outras moléculas e, assim, afetam a expressão de proteínas indiretamente, o que pode contribuir para o surgimento e supressão de doenças. Considerando o papel específico de cada uma das moléculas descritas no desenvolvimento de doenças, estudos recentes destacaram a importância de um mecanismo conhecido como redes de RNAs endógenos concorrentes (em inglês, competing endogenous RNAs - ceRNAs), nos quais os lncRNAs, os miRNAs e osmRNAs interagem entre si. Nesse mecanismo, osmiRNAs, que se ligam aos mRNAs pelos binding sites, podem também se ligar aos ceRNAs, assim, regulando indiretamente a expressão dosmRNAs. A identificação de redes ceRNA relacionadas ao surgimento do CRC e seus mecanismos subjacentes podem auxiliar os médicos a entender melhor a doença e realizar um melhor prognóstico do paciente. Na literatura, podemos encontrar alguns estudos que usam abordagens baseadas em bioinformática para criar redes ceRNAs e auxiliar a identificação de biomarcadores para o câncer de cólon, reto e o câncer colorretal em geral. 

Embora alguns estudos tenham foco na construção de redesceRNA, até onde sabemos, nosso estudo foi o primeiro a estabelecer redes ceRNAs específicas para: (i) cólon; (ii) reto; e (iii) junção retossigmóide, além de relacioná-los com mecanismos biológicos específicos, a fim de esclarecer as diferenças e fatores comuns entre essas diferentes localizações anatômicas.

Por outro lado, alguns estudos sugerem o uso de métodos de aprendizagem de máquina e também o uso de características clínicas para predizer marcadores que podem ser usados para prognóstico de pacientes com CRC [9, 10, 11]. Especificamente, Gründner et al. [9] sugeriram um método que combina características biológicas e clínicas para predizer marcadores de prognóstico de pacientes com CRC na África do Sul. Esses estudos descreveram bons resultados obtidos a partir de modelos de predição. Tanto quanto saibamos, nosso estudo foi o primeiro que usou dados abertos e métodos de aprendizagem de máquina para predizer a reincidência de CRC e a sobrevivência do paciente usando marcadores biológicos extraídos de redesceRNAsde câncer de cólon, de reto e na junção retossigmoide, combinados com características clínicas.

Nesta tese, na primeira etapa, propusemos um pipeline utilizando dados de livre acesso de pacientes com CRC, extraídos do banco de dados The Cancer Genome Atlas (TCGA), para construir redes ceRNAs específicas para o CRC e marcadores biológicos que afetam o prognóstico do paciente. Nosso objetivo foi o de realizar uma análise para identificar moléculas que possam ser usadas como marcadores biológicos para os três sítios anatômicos do CRC, cólon, reto e junção retossigmoide. Para construir tais redes e propor os marcadores biológicos, a expressão de RNA e os dados clínicos dos pacientes com CRC foram coletados. Os perfis de expressão de RNA foram produzidos por meio de ferramentas de análise que utilizam técnicas de bioinformática. Em seguida, encontramos redes ceRNA específicas para cada campo anatômico, para as quais, como dados de saída, obtivemos as redes ceRNA e as moléculas nelas presentes. Após essa etapa, foi realizada uma análise funcional, onde identificamos potenciais vias metabólicas relacionadas ao surgimento de câncer, as quais têm participação das moléculas obtidas na etapa anterior. Finalmente, uma análise de sobrevida global para identificar o impacto dessas moléculas no prognóstico do paciente foi realizada, resultando em uma lista de potenciais marcadores biológicos.

Nessa etapa, ficaram evidenciados diversos potenciais biomarcadores que afetam o prognóstico do paciente em câncer de cólon, de reto e na junção retossigmoide. Além disso, redes ceRNA específicas para cada campo anatômico foram construídas, e foram identificadas diferentes vias biológicas que destacam diferenças no comportamento do CRC nos diferentes campos anatômicos, reforçando assim, a importância de identificar
corretamente o campo anatômico em que o tumor ocorre. Como resultados, geramos um grupo de potenciais biomarcadores biológicos que afetam o prognóstico do CRC, em particular, podemos destacar: hsa-miR-1271-5p,NRG1, hsa-miR-130a-3p,SNHG16 e hsa-miR-495-3p para câncer de cólon; E2F8para câncer retal; e DMD e  hsa-miR-130b-3p para câncer na junção retossigmoide.

Com a lista de potenciais marcadores biológicos que podem afetar no prognóstico de CRC, prosseguimos para a segunda etapa desta tese, em que propusemos um pipeline para prever a reinicindiva do CRC e a sobrevida dos pacientes, utilizando métodos de aprendizagem de máquina supervisionados. Fatores clínicos, como idade e peso, assim como fatores biológicos, podem afetar o prognóstico e o surgimento do CRC. Para melhor entender os mecanismos do CRC e identificar o impacto, tanto dos fatores clínicos, quanto dos fatores biológicos em seu prognóstico, usamos as características clínicas do paciente combinadas com os marcadores biológicos encontrados no passo anterior, como características biológicas, para treinar nossos modelos. Para alcançar um maior desempenho na predição e na possibilidade de interpretação dos resultados propostos, avaliamos e comparamos os seguintes algoritmos de aprendizagem de máquina: Random Forest - RF, Logistic Regression - LR, Support Vector Machine - SVM, K-Nearest Neighbors - KNN, Decision Tree - DT e Adaptative Boosting - AB. Para encontrar a importância de cada característica durante a construção dos modelos de predição, primeiro foi realizada uma análise de seleção de características, para filtrar e classificar quais dessas características de fato tinham impacto no modelo de predição construído. Com essas características biológicas e clínicas relevantes selecionadas, construímos os modelos de aprendizagem de máquina e avaliamos seu desempenho. Finalmente, como resultado, geramos modelos de aprendizagem de máquina para prever a reincidência do CRC e a sobrevivência do paciente, e uma lista de potenciais características biológicas e clínicas relevantes para o prognóstico do paciente.

Nesta etapa, identificamos diversos potenciais marcadores biológicos e clínicos como importantes na reincindiva do CRC e na sobrevida do paciente. Quanto à importância das características, identificamos: SNHG16, hsa-miR-130b-3p, hsa-miR-495-3p e KCNQ1OT1 como características biológicas; e idade, etnia, estágio patológico, quimioterapia, altura e peso, contagem positiva de linfonodos e contagem de linfonodos como características clínicas. Finalmente, usando LR e RF, alcançamos uma precisão de 90% e 82% para predição da sobrevivência do paciente e da reincidiva do CRC, respectivamente. Além disso, o uso dos seis algoritmos de apredizagem de máquina propostos mostrou um bom desempenho geral, em específico, o RF apresentou bons resultados, o que também foi destacado em outros estudos [9, 10, 11].

Por fim, a pesquisa desenvolvida nesta tese mostrou que o uso de técnicas de bioinformática em conjunto com o uso de algoritmos de aprendizagem de máquina pode melhorar a interpretação dos mecanismos presentes no CRC. No entanto, devemos destacar alguns fatores limitantes com os quais nos deparamos, como a quantidade de dados disponíveis para pacientes com câncer de junção rectosigmoide e a especificidade regional dos dados clínicos dos pacientes, visto que o banco de dados utilizado continha informações principalmente de pacientes dos Estados Unidos. Perspectivas de uso dos métodos desenvolvidos nesta tese são, primeiro, os pipelines propostos poderiam fornecer aos médicos um entendimento melhor dos mecanismos subjacentes ao CRC em seus diferentes campos anatômicos. Além disso, nossos modelos poderiam ser usados para auxiliar na predição de prognóstico do paciente. Por fim, executar esses pipelines com dados de pacientes brasileiros poderia ajudar os médicos a entender melhor as características específicas no surgimento do CRC e prognóstico dos pacientes que vivem nas diferentes regiões do Brasil.

O surgimento do Transformer, um modelo pré-treinado utilizando dados em larga escala, e as suas recentes novas versões têm revolucionado pesquisas de Machine Learning em linguagem de processamento natural e visão computacional. Os excelentes resultados obtidos pelos modelos baseados em Transformer dependem de dados rotulados de alta- qualidade de um domínio específico. No entando, devido à diversidade de situações em que esses modelos são utilizados, é desafiador criar modelos que aprendam a partir de um conjunto limitado de dados. O modelo pode apresentar falta de generalização, vieses de linguagem e falta de imparcialidade causados pelos modelos pré-trainados acarretando em resultados inesperados em aplicações do mundo real. Este problema não resolvido nos leva à pesquisa sobre Multimodal Few-Shot Learning.

Nesta tese, propomos o Generic Multimodal Gradient-Based Meta Framework (GeMGF). Para compensar a falta de dados, utilizamos dados multimodais em que informações su- plementares e complementares de uma modalidade podem auxiliar na representação dos dados. Os dados multimodais são extraídos utilizando modelos de deep leaning e en- tão representados em um espaço vetorial unificado. O framework utiliza o Prototypical Network e o Relation Network para o aprendizado com poucos dados. O Reptile, um meta- aprendizado basado em otimização, auxilia a evitar a degradação do modelo com dados nunca vistos. Adicionalmente ao framework multimodal, propomos a versão unimodal para avaliar a sua flexibilidade e adaptabilidade em diferentes cenários.

O framework foi validado por meio de dez conjuntos de dados de diversas áreas: textos curtos do Twitter, textos longos da área jurídica, textos com caracteres alfabéticos (inglês e português) e não-alfabéticos (japonês), imagens da área médica e dados multimodais. O framework multimodal superou em 1,43% o modelo estado-da-arte de Munjal et al. [1] com o dataset CUB-200-2011, e superou em 1,93% o modelo de Pahde et al. [2] com o dataset Oxford-102. O resultado do framework multimodal foi 34,68% superior ao frame- work unimodal para imagem com CUB-200-2011, e 13,96% superior com Oxford-102. Os resultados sugerem que a combinação de dados textuais e imagens podem auxiliar no aprendizado e na melhoria da performance do framework como um todo. GeMGF multi- modal é um framework simples e compacto que utiliza somente 14 milhões de parâmetros, uma quantidade 99,8% menor que o Multimodal Transformer. O framework unimodal para texto alcançou resultados excelentes com dados textuais em japonês, superando o modelo Transformer BERT em 58,30% com 90,90% menos parâmetros. Os resultados sugerem que o framework obteve melhor performance com uma redução significativa no consumo de recurso computational.

As principais contribuições desta pesquisa são: (i) um novo framework FSL multi- modal — GeMGF — que reduz a degradação do modelo quando trainado com poucos dados; (ii) GeMGF é treinado sem utilizar o conhecimento externo evitando vieses de lin- guagem e a falta de imparcialidade; (iii) GeMGF possui extratores de dados multimodais independentes e flexíveis que podem contribuir para aumentar a sua aplicabilidade; e (iv) o framework unimodal para texto pode ser adaptado para idiomas alfabéticos e não- alfabéticos com ótimos resultados.

Este trabalho descreve a mecanização de propriedades computacionais de um modelo funcional que tem sido aplicado para automatizar o raciocínio sobre a terminação de programas. A formalização foi desenvolvida no assistente de provas de lógica de ordem superior, chamado Prototype Verification System (PVS). O modelo de linguagem foi projetado para imitar o fragmento de primeira ordem de especificações funcionais e é chamado PVS0. Foram considerados dois modelos computacionais: o primeiro modelo especifica um programa funcional por meio de uma única função (modelo single-function PVS0, ou SF-PVS0), e o segundo modelo permite a especificação simultânea de múltiplas funções (modelo multiple-function} PVS0, ou MF-PVS0). A semântica operacional da recursão na especificação do modelo SF-PVS0 suporta a recursão sobre o programa completo.

Por outro lado, em programas MF-PVS0, as chamadas funcionais são permitidas para todas as funções especificadas no programa. Este trabalho tem como objetivo certificar matematicamente a robustez dos modelos PVS0 como modelos computacionais universais. Para isso, propriedades cruciais e teoremas foram formalizados, incluindo Turing Completude, a indecidibilidade do Problema da Parada, o teorema da recursão, o teorema de Rice e o teorema do Ponto Fixo. Além disso, o trabalho discute avanços na indecidibilidade do Problema da Palavra e do Problema da Correspondência de Post.

A indecidibilidade do Problema da Parada foi formalizada considerando a avaliação semântica de programas PVS0 que foram aplicados na verificação da terminação de especificações em PVS. A equivalência entre a avaliação funcional e predicativa de operadores foi fundamental para esse objetivo. Além disso, a composicionalidade de programas MF-PVS0, habilitada diretamente pela possibilidade de chamar diferentes funções, torna fácil a formalização da Turing Completude. Portanto, enriquecer o modelo foi uma decisão de design importante para simplificar a mecanização dessa propriedade e dos teoremas mencionados acima.

Em resumo, o objetivo desta tese é apresentar e avaliar um modelo de MAP aplicável a ambientes dinâmicos que a combine a estratégia de replanejamento e de reparo em um modelo MAP. Paralelamente, cabe destacar algumas contribuições para a área de pesquisa em MAP. Em primeiro lugar, ressalta-se um método para comparar o desempenho das estratégias de recuperação de planos em diferentes cenários, considerando tanto o planejamento centralizado quanto o distribuído com níveis variados de acoplamento. Ademais, a revisão da literatura realizada nesta tese traz outra contribuição significativa ao fornecer uma visão abrangente da área de pesquisa do MAP. Ao examinar uma ampla gama de trabalhos acadêmicos, a revisão identificou autores e organizações que fizeram contribuições substanciais para o campo, bem como os documentos mais citados.

Experimentos subjetivos fornecem dados para construir soluções adequadas e são essenci-
ais para o desenvolvimento e aprimoramento de sistemas e aplicativos multimídia. Partic-
ularmente importante, a avaliação subjetiva da qualidade visual auxilia pesquisadores ao
estabelecerem referências as soluções de compressão e transmissão de sinais. No entanto,
o nível de confiabilidade de tais experimentos pode variar dependendo do tipo de mídia.
Esta dissertação examina os fatores de qualidade para um formato específico utilizados
em mídias imersivas, os vídeos 360◦. Em comparação aos vídeos convencionais, ao assistir
vídeos 360◦o usuário possui maior controle do conteúdo. Assim, a qualidade sad visual
convencional não é suficiente para descrever o estímulo, que por sua vez se estende ao
conceito de qualidade da experiência (QoE). A otimização do QoE enfrenta dois grandes
obstáculos: previsão imprecisa da janela de visualização e espectadores perdendo o enredo
de uma história. As edições de alinhamento surgiram como um mecanismo promissor para
evitar os dois problemas ao mesmo tempo. Essas “edições de redirecionamento” agem no
conteúdo em tempo real, alinhando a janela de visualização do usuário com uma região
de interesse no conteúdo do vídeo. Nesta dissertação, investigamos os efeitos das edições
de alinhamento na QoE do usuário realizando dois experimentos subjetivos, onde intro-
duzimos edições de alinhamento gradual nos vídeos, inspiradas em uma técnica de jogo de
RV. Os resultados confirmaram que o alinhamento gradual proposto atinge um nível de
conforto e presença semelhante ao das edições instantâneas. Além disso, todas as edições
de alinhamento testadas reduziram a velocidade do cabeçote após a edição, confirmando
a utilidade dessas edições para streaming de vídeo sob demanda. Além disso, observamos
que as edições graduais propostas podem atingir uma redução na velocidade do cabeçote
de 8% maior em comparação com as técnicas de alinhamento instantâneo

Resumo
A segmentação de imagens visa simplicar o entendimento de imagens digitais e métodos de
aprendizado profundo usando redes neurais convolucionais permitem a exploração de diferentes
tarefas (e.g., segmentação semântica, instância e panóptica). A segmentação semântica atribui
uma classe a cada pixel em uma imagem, a segmentação de instância classica objetos a nível
de pixel com um identicador exclusivo para cada alvo e a segmentação panóptica combina
instâncias com diferentes planos de fundo. Os dados de sensoriamento remoto são muito ade-
quados para desenvolver novos algoritmos. No entanto, algumas particularidades impedem que o
sensoriamento remoto com imagens orbitais e aéreas cresça quando comparado às imagens tradi-
cionais (e.g., fotos de celulares): (1) as imagens são muito extensas, (2) apresenta características
diferentes (e.g., número de canais e formato de imagem), (3) um grande número de etapas de pré-
processamento e pós-processamento (e.g., extração de quadros e classicação de cenas grandes) e (4) os softwares para rotulagem e treinamento de modelos não são compatíveis. Esta dissertação visa avançar nas três principais categorias de segmentação de imagens. Dentro do domínio de segmentação de instâncias, propusemos três experimentos.

Primeiro, aprimoramos a abordagem
de segmentação de instância baseada em caixa para classicar cenas grandes.Em segundo
lugar, criamos um método sem caixas delimitadoras para alcançar resultados de segmentação
de instâncias usando modelos de segmentação semântica em um cenário com objetos esparsos.
Terceiro, aprimoramos o método anterior para cenas aglomeradas e desenvolvemos o primeiro
estudo considerando aprendizado semissupervisionado usando sensoriamento remoto e dados
GIS. Em seguida, no domínio da segmentação panóptica, apresentamos o primeiro conjunto de
dados de segmentação panóptica de sensoriamento remoto e dispomos de uma metodologia para
conversão de dados GIS no formato COCO. Como nosso primeiro estudo considerou imagens
RGB, estendemos essa abordagem para dados multiespectrais. Porm, melhoramos o método
box-free inicialmente projetado para segmentação de instâncias para a tarefa de segmentação
panóptica.Esta dissertação analisou vários métodos de segmentação e tipos de imagens, e as
soluções desenvolvidas permitem a exploração de novas tarefas , a simplicação da rotulagem
de dados e uma forma simplicada de obter previsões de instância e panópticas usando modelos
simples de segmentação semântica

Modelos de aprendizado profundo demonstraram notável desempenho em tarefas de seg-
mentação e classificação de imagens de patologia. Entretanto, esses modelos demandam
grandes quantidades de dados anotados para seu treinamento. A geração dessa massa
de dados em patologia é um processo intensivo em mão de obra, comprometendo muitas
horas de trabalho por parte de patologistas experientes. O Aprendizado Ativo, ou Active
Learning (AL), oferece uma abordagem iterativa para a geração dessas bases de dados,
reduzindo o custo das anotações. Nesse trabalho, foi proposta uma nova solução de apren-
dizado ativo, denominada Diversity-Aware Data Acquisition (DADA), e foi avaliada sua
efetividade na classificação baseada em patches de regiões de tecido de histopatologia. O
DADA usa uma lógica de agrupamento que leva em consideração as características das
imagens, extraídas de modelos de aprendizado profundo, e a incerteza preditiva desses
modelos para selecionar exemplos de treinamento significativos. Além de produzir con-
juntos de treinamento reduzidos, os custos de anotação também são diminuídos com
ganhos de tempo de processamento, com o uso de uma solução de simplificação de CNNs
também desenvolvida neste trabalho, o Network Auto-Reduction (NAR). Com o NAR,
tanto o custo de cálculo das incertezas preditivas, quanto de treinamento de modelos, são
fortemente reduzidos. Adicionalmente, para viabilizar a utilização da solução na prática,
uma interface gráfica Web foi adaptada para uso com o DADA. O DADA e o NAR
foram avaliados experimentalmente sobre uma coleção de imagens de tecido cancerígeno
e demonstraram que: (i) são selecionados patches que aceleram o processo de treinamento
ao reduzir o número deles necessários para se atingir um dado nível de Area Under the
Curve (AUC); (ii) com o uso de subpooling o DADA apresenta significativa redução dos
tempos de cada iteração de aquisição; e (iii) a combinação do DADA com NAR traz
os tempos de execução de cada iteração a patamares práticos, mantendo a capacidade
preditiva dos modelos de deep learning alvo. A generalização tanto do DADA quanto
do NAR a outros contextos e aplicações são trabalhos futuros previstos, incluindo áreas
como sensoriamento remoto e problemas de segmentação.